多元logistic回归实习题.docx
《多元logistic回归实习题.docx》由会员分享，可在线阅读，更多相关《多元logistic回归实习题.docx（13页珍藏版）》请在冰点文库上搜索。
多元logistic回归实习题
多元logistic回归实习题
多元logistic回归
1.下面是子宫内膜癌的病例对照研究数据，暴露因素是雌激素。
分组
使用过雌激素
未使用过雌激素
病例组
55（a）
128（b）
对照组
19（c）
164（d）
问题：
使用过雌激素是否是子宫内膜癌的危险因素？
危险强度为多少？
2.为了探讨糖尿病与血压、血脂等因素的关系，研究者对56例糖尿病病人和65例对照者进行病例-对照研究，收集了性别、年龄、学历、体重指数、家族史、吸烟、血压、总胆固醇、甘油三脂、高密度脂蛋白、低密度脂蛋白11个因素的资料，各因素的观察结果见下表。
问题：
糖尿病的相关因素有哪些？
如何解释相关因素的作用大小？
如何评价模型优劣？
因素
变量名
赋值
性别
X1
男=1，女=2
年龄
X2
学历
X3
小学以下=1，小学=2，初中=3，
高中=4，大专及以上=5
体重指数
X4
<24=1，24~<26=2，26~=3
家族史
X5
无=1，有=2
吸烟
X6
不吸=1吸=2
血压
X7
正常=1,高=2
总胆固醇
X8
甘油三脂
X9
高密度脂蛋白
X10
低密度脂蛋白
X11
糖尿病
Y
对照=0，病例=1
编号
性别
年龄
学历
体重指数
家族史
吸烟
血压
总胆
固醇
甘油
三脂
高密度
脂蛋白
低密度
脂蛋白
糖尿病
1
1
60
2
2
1
1
1
4.30
1.50
1.24
2.30
0
2
1
48
3
2
1
1
1
4.60
1.32
1.15
2.30
0
3
2
63
2
1
1
1
2
4.60
1.15
1.15
2.30
0
4
1
68
3
2
2
1
1
4.15
1.43
1.07
3.21
0
5
1
45
2
1
2
1
1
3.42
1.22
0.63
2.30
0
6
1
45
3
3
2
1
1
4.16
0.96
0.98
2.65
0
7
1
59
2
1
1
1
1
4.32
1.02
1.05
3.49
0
8
1
68
3
3
1
1
1
3.80
1.42
2.86
0.85
0
9
2
63
2
2
1
1
1
3.87
1.55
2.44
0.81
0
10
2
58
2
2
1
1
1
5.42
0.87
4.46
3.14
0
11
1
44
2
2
2
1
2
4.35
1.01
5.13
2.20
0
12
1
46
3
1
1
2
1
3.42
1.26
1.40
0.28
0
13
2
62
1
2
1
1
2
3.18
1.38
1.67
0.48
0
14
2
65
1
2
1
1
1
3.30
0.85
1.92
0.69
0
15
2
58
2
1
1
1
2
4.41
1.05
2.97
1.79
0
16
1
22
5
1
2
2
2
5.10
1.63
3.24
0.96
0
17
1
69
1
1
1
2
1
5.09
1.50
3.29
0.75
0
18
2
55
2
1
1
1
2
3.98
1.41
0.66
4.25
0
19
2
66
1
2
1
1
1
4.27
1.35
2.30
1.05
0
20
1
47
2
1
2
1
1
4.19
1.24
2.49
1.65
0
21
2
47
3
2
2
1
1
4.19
1.04
2.43
1.02
0
22
2
64
2
2
2
1
1
4.47
1.60
3.01
0.95
0
23
2
63
1
2
1
1
1
4.23
1.50
4.04
1.14
0
24
1
64
1
1
1
2
1
4.16
1.44
1.63
1.95
0
25
1
70
2
2
1
2
1
4.77
1.08
1.79
2.69
0
26
1
48
1
2
1
1
1
3.78
1.00
1.19
2.63
0
27
2
64
2
1
1
1
1
5.20
1.56
1.21
1.28
0
28
1
47
2
2
2
1
2
4.25
1.06
3.34
0.94
0
29
2
54
4
2
1
1
2
3.56
1.35
1.24
0.88
0
30
2
57
1
2
1
1
1
4.80
1.26
3.19
0.93
0
31
1
45
2
2
1
1
1
4.65
0.92
2.99
0.79
0
32
1
62
2
2
1
1
2
4.23
1.15
3.28
1.07
0
33
1
52
1
2
2
1
2
3.70
0.85
2.55
2.97
0
34
2
50
2
2
1
1
1
4.11
1.23
2.54
1.67
0
35
2
50
2
3
2
2
1
3.85
1.35
2.34
1.09
0
36
1
58
3
1
1
1
1
3.01
1.08
1.86
1.14
0
37
1
54
3
2
1
2
1
3.02
1.23
1.55
0.40
0
38
1
60
1
3
2
1
1
4.16
1.02
2.46
0.80
0
39
2
60
2
1
1
1
2
5.12
1.31
3.50
1.11
0
40
2
63
3
1
1
1
1
4.30
1.40
2.80
0.97
0
41
1
65
2
2
2
1
1
3.67
0.72
2.29
0.66
0
42
1
37
3
2
1
1
1
5.46
1.45
3.56
0.94
0
43
2
52
2
2
1
1
2
4.35
1.13
3.86
1.11
0
44
2
46
1
3
1
1
1
3.60
0.87
2.27
1.00
0
45
2
63
1
2
2
1
2
3.16
0.68
2.30
1.23
0
46
2
63
2
2
2
1
2
3.82
1.36
1.98
1.18
0
47
2
60
3
2
2
1
1
4.63
1.28
2.46
0.33
0
48
1
58
2
2
1
1
2
4.05
0.85
2.60
0.77
0
49
2
65
3
1
1
1
2
3.80
1.42
1.85
0.79
0
50
1
43
2
2
2
1
1
4.98
1.48
5.07
1.03
0
51
1
58
1
2
2
2
1
5.04
1.13
3.77
0.77
0
52
2
61
4
2
1
1
1
3.53
0.74
1.66
0.55
0
53
1
46
4
2
1
1
2
3.50
1.53
1.94
0.44
0
54
1
58
2
2
2
1
1
4.83
0.83
2.82
0.96
0
55
2
54
4
2
1
1
1
2.88
1.04
1.58
0.55
0
56
2
45
1
2
2
1
1
3.31
1.69
1.63
0.72
0
57
2
38
2
2
1
1
2
4.13
1.38
3.92
1.26
0
58
2
22
5
3
2
2
1
3.66
0.73
0.71
0.53
0
59
1
44
1
3
1
2
2
4.15
1.31
1.90
0.73
0
60
1
49
3
3
1
1
2
4.21
1.59
2.49
1.02
0
61
2
49
2
3
1
1
2
3.97
1.34
4.10
1.10
0
62
2
41
3
2
1
1
1
3.13
0.75
1.62
0.57
0
63
1
44
3
3
2
1
1
4.46
1.33
2.86
0.27
0
64
1
48
1
1
1
2
1
4.06
1.54
2.35
0.80
0
65
1
48
2
2
1
1
1
4.33
1.60
4.81
1.17
0
66
2
51
2
3
1
1
1
2.75
1.10
0.84
1.59
1
67
2
60
1
3
1
1
2
4.50
1.22
0.74
3.27
1
68
1
67
1
2
1
2
1
2.70
1.00
0.96
0.80
1
69
1
48
1
3
1
2
1
3.54
0.63
1.21
1.90
1
70
2
58
2
2
2
2
1
3.09
0.82
2.05
2.50
1
71
2
41
1
2
2
2
1
5.12
0.71
1.38
2.61
1
72
1
52
1
3
1
2
1
4.81
1.66
0.75
3.29
1
73
2
54
1
2
1
1
1
4.93
1.43
0.61
3.12
1
74
1
60
2
2
2
2
2
4.38
1.56
1.93
3.71
1
75
1
67
2
3
1
1
2
3.61
1.14
1.17
2.60
1
76
2
43
1
3
2
2
2
4.23
1.34
1.26
3.06
1
77
1
61
1
2
1
1
2
4.97
1.32
1.05
0.45
1
78
2
52
1
2
2
1
2
4.42
1.31
1.24
2.30
1
79
1
60
1
2
2
2
2
4.80
1.65
0.85
2.92
1
80
1
50
1
2
1
2
2
4.44
1.49
1.20
2.91
1
81
2
45
1
2
1
2
2
4.83
1.66
1.04
0.96
1
82
2
45
3
3
1
2
1
5.68
1.43
1.44
1.44
1
83
2
60
1
3
2
1
1
5.85
2.57
1.39
3.03
1
84
2
34
1
3
1
2
2
4.69
2.04
1.12
2.86
1
85
2
54
1
2
2
2
1
4.30
3.10
0.75
2.05
1
86
2
58
2
3
1
2
2
4.67
1.76
2.29
0.84
1
87
2
61
1
2
2
2
2
4.91
2.56
2.37
0.86
1
88
1
53
1
3
2
2
2
3.44
0.74
2.77
0.78
1
89
1
46
1
2
2
1
2
3.95
1.65
1.18
2.04
1
90
2
72
1
1
1
2
2
3.86
1.32
1.19
2.30
1
91
1
58
2
2
1
2
2
3.68
0.97
1.31
1.97
1
92
2
50
1
3
2
2
2
5.17
4.31
2.54
1.63
1
93
2
60
2
2
2
1
2
4.07
2.45
2.42
1.19
1
94
2
55
1
3
2
2
2
3.38
1.15
2.68
0.49
1
95
2
34
1
3
1
2
2
4.75
2.45
2.51
0.32
1
96
2
64
2
2
2
2
2
3.89
1.29
1.93
0.61
1
97
2
62
1
2
1
2
1
5.73
1.72
4.41
0.66
1
98
1
65
3
3
2
2
1
3.68
0.97
1.97
0.61
1
99
1
43
2
1
2
2
2
3.57
1.17
2.82
1.08
1
100
2
52
1
3
1
2
2
5.50
1.79
3.95
1.40
1
101
2
61
1
2
2
2
1
3.82
6.47
2.67
1.11
1
102
2
53
1
3
2
2
2
3.08
1.39
2.28
1.12
1
103
1
64
1
3
2
1
2
3.87
1.19
1.72
0.35
1
104
1
38
1
2
2
1
1
9.47
2.38
2.26
0.86
1
105
2
60
1
3
1
1
1
3.06
1.03
2.07
0.67
1
106
2
44
1
2
2
2
2
4.17
0.94
2.21
0.83
1
107
1
62
1
2
1
2
1
6.79
2.65
3.82
0.68
1
108
2
60
1
2
2
2
2
3.03
0.89
2.14
0.90
1
109
2
55
4
2
2
2
2
4.51
1.24
2.98
0.87
1
110
1
60
2
2
2
2
1
4.98
1.97
3.31
0.99
1
111
2
65
1
2
1
1
1
5.01
2.59
3.28
1.02
1
112
1
63
1
2
2
1
1
4.28
1.69
3.01
0.60
1
113
1
67
1
1
2
1
2
4.02
0.93
2.76
0.74
1
114
1
42
1
2
2
2
1
5.12
1.58
4.05
1.36
1
115
1
60
1
3
1
2
1
3.58
1.51
2.12
1.43
1
116
1
57
1
2
2
2
2
5.48
1.77
3.76
1.02
1
117
1
69
3
2
1
1
1
4.81
1.73
2.95
0.86
1
118
1
62
1
2
2
2
1
5.72
1.24
3.50
0.96
1
119
1
55
4
2
2
2
2
4.71
1.20
2.92
0.88
1
120
1
67
5
2
2
2
1
5.41
1.30
2.99
1.08
1
121
1
65
1
2
2
2
1
4.10
1.10
1.72
0.73
1
3.研究人员对使用雌激素与子宫内膜癌发病间的关系进行了1：
1配对的病例-对照研究。
病例与对照按年龄相近、婚姻状况相同、生活的社区相同进行了配对。
收集了年龄、雌激素药使用、胆囊病史、高血压和非雌激素药的使用的数据。
变量定义及具体数据如下。
对使用雌激素与子宫内膜癌发病间的关系作1ogistic回归分析。
1:
Match
配比组（匹配条件：
年龄相近、婚姻状况相同、同一生活社区）
2:
Case（即y）
y=1：
病例，y=0：
对照
3:
age
_____岁
4:
est
est=0：
未使用过雌激素，est=1：
使用过雌激素
5:
gall
gall=0：
无胆囊病史，gall=1：
有胆囊病史
6
hyper
hyper=0:
不是高血压，hyper=1:
是高血压
7:
nonest
nonest=0：
未使用过非雌激素，nonest=1：
使用过非雌激素
match
case
age
est
gall
hyper
nonest
match
case
age
est
gall
hyper
nonest
1
1
62
1
1
0
1
31
1
65
1
1
0
1
1
0
62
0
1
0
0
31
0
65
0
0
0
0
2
1
79
1
0
1
1
32
1
80
1
0
0
1
2
0
79
0
0
0
1
32
0
79
0
0
0
0
3
1
71
1
1
0
1
33
1
68
1
1
1
1
3
0
71
1
0
1
1
33
0
68
0
0
1
1
4
1
72
1
0
0
0
34
1
64
1
0
0
1
4
0
71
1
0
1
1
34
0
64
1
0
0
1
5
1
83
1
0
1
1
35
1
61
0
0
0
1
5
0
82
0
0
0
0
35
0
61
0
0
0
1
6
1
72
1
0
1
1
36
1
63
1
0
0
1
6
0
72
1
0
1
1
36
0
63
1
0
1
1
7
1
70
0
0
0
1
37
1
64
1
0
0
1
7
0
70
0
0
1
1
37
0
65
0
0
0
0
8
1
65
1
0
1
1
38
1
72
0
1
0
1
8
0
67
0
0
0
0
38
0
72
0
0
1
0
9
1
74
1
0
0
1
39
1
68
1
1
0
1
9
0
75
0
0
0
0
39
0
69
1
1
0
0
10
1
67
1
0
1
1
40
1
57
1
0
0
0
10
0
66
1
0
0
1
40
0
57
1
0
1
1
11
1
70
1
0
0
1
41
1
74
1
0
0
1
11
0
70
0
0
0
0
41
0
74
1
0
0
0
12
1
64
1
1
0
1
42
1
74
0
1
0
1
12
0
63
0
0
0
1
42
0
74
0
0
0
1
13
1
66
1
0
1
1
43
1
67
1
1
0
1
13
0
66
1
0
0
1
43
0
68
1
0
1
1
14
1
62
1
0
0
0
44
1
62
1
0
1
1
14
0
63
0
0
0
0
44
0
62
1
0
0
1
15
1
77
1
0
0
1
45
1
69
1
0
1
1
15
0
77
1
1
1
1
45
0
69
0
1
0
1
16
1
83
0
1
1
1
46
1
73
1
0
1
1
16
0
83
0
1
0
0
46
0
72
1
0
0
1
17
1
66
1
0
1
1
47
1
77
1
0
0
1
17
0
67
0
0
1
1
47
0
76
1
0
1
1
18
1
81
1
0
0
1
48
1
71
1
0
1
1
18
0
79
0
0
0
0
48
0
71
1
0
1
1
19
1
74
1
0
0
1
49
1
64
1
0
0
0
19
0
75
0
0
0
0
49
0
64
1
0
0
0
20
1
67
1
0
0
1
50
1
64
0
0
1
1
20
0
66
1
0
1
1
50
0
65
1
0
0
1
21
1
67
1
0
0
1
51
1
79
0
1
0
0
21
0
67
0
0
1
1
51
0
82
1
0
0
1
22
1
73
1
1
1
1
52
1
63
1
0
0
1
22
0
72
1
0
0
1
52
0
64
0
0
0
1
23
1
76
1
0
1
1
53
0
72
1
0
0
1
23
0
76
1
0
1
1
54
1
79
1
1
1
1
24
1
67
1
1
0
1
54
0
78
1
1
1
1
2
升级会员 