技術(shù)服務(wù)描述

Logistic回歸分析，主要在流行病學(xué)中應用較多，比較常用的情形是探索某疾病的危險因素，根據危險因素預測某疾病發(fā)生的概率等等。例如，想探討胃癌發(fā)生的危險因素，可以選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群肯定有不同的體征和生活方式等。這里的因變量就是是否胃癌，即“是”或“否”，為兩分類(lèi)變量，自變量就可以包括很多了，例如年齡、性別、飲食習慣、幽門(mén)螺桿菌感染等。自變量既可以是連續的，也可以是分類(lèi)的。通過(guò)logistic回歸分析，就可以大致了解到底哪些因素是胃癌的危險因素。

Logistic回歸與多重線(xiàn)性回歸實(shí)際上有很多相同之處，最大的區別就在于他們的因變量不同，其他的基本都差不多，正是因為如此，這兩種回歸可以歸于同一個(gè)家族，即廣義線(xiàn)性模型（generalized linear model）。這一家族中的模型形式基本上都差不多，不同的就是因變量不同，如果是連續的，就是多重線(xiàn)性回歸，如果是二項分布，就是logistic回歸，如果是poisson分布，就是poisson回歸，如果是負二項分布，就是負二項回歸，等等。只要注意區分它們的因變量就可以了。Logistic回歸的因變量可以是二分類(lèi)的，也可以是多分類(lèi)的，但是二分類(lèi)的更為常用，也更加容易解釋。所以實(shí)際中最為常用的就是二分類(lèi)的logistic回歸。

Logistic回歸主要應用于以下三個(gè)方面：

1 尋找危險因素：尋找某一疾病的危險因素等。

2 預測：如果已經(jīng)建立了logistic回歸模型，則可以根據模型，預測在不同的自變量情況下，發(fā)生某病或某種情況的概率有多大。

3 判別：根據logistic模型，判斷某人屬于某病或屬于某種情況的概率有多大，也就是看一下這個(gè)人有多大的可能性是屬于某病。

服務(wù)流程

1. 根據客戶(hù)思路進(jìn)行實(shí)驗結果數據處理

2. 根據SCI標準進(jìn)行Figure制作

客戶(hù)提供

各實(shí)驗組與對照組的數據記錄

賽誠提供

SCI標準Result Figure