Logistic回歸

（一）二分類的Logistic回歸：

應(yīng)變量為二分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。

1.非配對的情況：用非條件Logistic回歸

（1）觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

（2）實驗性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用

2.配對的情況：用條件Logistic回歸

（1）觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

（2）實驗性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用

（二） 有序多分類有序的Logistic回歸：

應(yīng)變量為有序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。

（1）觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

（2）實驗性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用

（三）無序多分類的Logistic回歸：

應(yīng)變量為無序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。

（1）觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素                                                      （2）實驗性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用