logistic回归还是log-binomial回归?RR如何正确估计?

2016-06-17 张华 赵一鸣 临床流行病学和循证医学

当结局发生率较大时,再使用OR来估计RR时会不准确,建议当结局发生率大于10%时,使用log-binomial回归方法替代logistic回归。 Log-binomial 回归模型是广义线性模型的一种特殊类型,由于它很容易得到某一因素率比( rate ratio, RR) 的最大似然估计值,因此,能够作为干预效应评价的选择方法。流行病学暴露于结局的关联性研究中(队列研究),当结局事件发生率较为罕

当结局发生率较大时,再使用OR来估计RR时会不准确,建议当结局发生率大于10%时,使用log-binomial回归方法替代logistic回归。 Log-binomial 回归模型是广义线性模型的一种特殊类型,由于它很容易得到某一因素率比( rate ratio, RR) 的最大似然估计值,因此,能够作为干预效应评价的选择方法。流行病学暴露于结局的关联性研究中(队列研究),当结局事件发生率较为罕见(如小于10%)时,OR近似等于RR,否则使用OR来估计RR时会不准确,使用OR会高估RR,建议使用log-binomial回归方法替代logistic回归。 假定反应变量服从二项分布,连接函数为对数连接的这样一种广义线性模型类型通常被称为log-binomial 回归模型。它一般的模型结构如式(1) 表示: lnp = β0 + ∑βiXi + e 空格式(1)中,p为结局出现的概率,误差项e是随机项。该模型利用最大似然估计参数β时需要β0+ ∑βiXi≤0。在SAS软件中,该模型能够通过Proc GENMOD程序,在模型参数中设定DISTRIBUTION = bin LINK = log

作者:张华 赵一鸣



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (9)
#插入话题
  1. 2022-02-24 147dc0c2m38(暂无昵称)

    第一句说结局发生率较大时使用Log-binomial ,第三句又说发生率罕见时建议使用Log-binomial 。到底什么时候用?另外,什么叫发生率较高?是总体率吗?自变量往往有多个分类,是自变量的某一类比其他类发生率高得多,还是每一类都比较高?

    0

  2. 2022-02-24 147dc0c2m38(暂无昵称)

    第一句说结局发生率较大时使用Log-binomial ,第三句又说发生率罕见时建议使用Log-binomial 。到底什么时候用?另外,什么叫发生率较高?是总体率吗?因变量往往有多个分类,是因变量的某一类比其他类发生率高得多,还是每一类都比较高?

    1

    展开1条回复
  3. 2020-09-26 147f0408m36(暂无昵称)

    请问一下,在R语言中怎么进行设定log-binomial model呢?

    0

相关资讯

SPSS 17.0中如何安装偏最小二乘回归(PLS)模块

不过,在SPSS 22.0中已默认安装了,不必再次安装了。在数据处理中需要在SPSS中用到偏最小二乘回归(Partial Least Squares Regression,PLS)功能,要安装PLS插件,在各个论坛上查找了很多资料,但是发现介绍的都不够具体,导致在装过以后运行的过程中出错。同时,相关软件报错,不能正确安装。同时SPSS被IBM收购,也给同学们带来不好麻烦。 其中偏最小二乘

七种常见的回归分析技术,助力建模和数据分析

回归分析是建模和分析数据的重要工具。本文解释了回归分析的内涵及其优势,重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素,最后介绍了选择正确的回归模型的关键因素。 什么是回归分析? 回归分析是一种预测性的建模技术,它研究的是因变量(目标)和自变量(预测器)之间的关系。这种技术通常用于预测分析,时间序列模

Logistic回归、决策树和支持向量机介绍

分类问题是我们在各个行业的商业业务中遇到的主要问题之一。在本文中,我们将从众多技术中挑选出三种主要技术展开讨论,逻辑回归(Logistic Regression)、决策树(Decision Trees)和支持向量机(Support Vector Machine,SVM)。 上面列出的算法都是用来解决分类问题(SVM和DT也被用于回归,但这不在我们的讨论范围

回归分析中,多重共线性的处理策略方法

在多元线性回归模型经典假设中,其重要假定之一是回归模型的解释变量之间不存在线性关系,也就是说,解释变量X1,X2,……,Xk中的任何一个都不能是其他解释变量的线性组合。如果违背这一假定,即线性回归模型中某一个解释变量与其他解释变量间存在线性关系,就称线性回归模型中存在多重共线性。多重共线性违背了解释变量间不相关的古典假设,将给普通最小二乘法带来严重后果。 造成多重共线性的原因: 1、解

学霸笔记:Logistic回归分析

Logistic回归:实际上属于判别分析,因拥有很差的判别效率而不常用。现在用得最多的是临床研究中的观察性研究。1. 应用范围: ① 适用于流行病学资料的危险因素分析 ② 实验室中药物的剂量-反应关系 ③ 观察性研究结果中混杂控制 ④ 疾病的预后因素分析 2. Logistic回归的分类: ① 按因变量的资料类型

Logistic回归如何校正的RR,而不是OR?

流行病学研究中,有两个非常重要的,衡量暴露与结局的关联指标:OR和RR。OR(Odds Ratio)中文里通常译为比值比,优势比。Odds是一个源于赌博的概念,比如猜色子大小,硬币正反面时 大 v.s.小 , 正 v.s.反 的概率的比值叫Odds, 两个odds之间再取比值叫Odds Ratio。 针对Odds Ratio具体而言,又分暴露比值比,患病比值比,发病比值比。RR(Rate Rat