Logistic模型及其在疾病诊断领域的应用  

作　　者：聂竞飞 李玉玲[1] 

机构地区：[1]北京师范大学珠海分校应用数学学院,广东珠海519085

出　　处：《统计与管理》2018年第4期72-75,共4页Statistics and Management

摘　　要：Logistic回归模型是一种广义的线性回归分析模型,与多重线性回归分析模型有很多相似之处,经常用于数据的发掘,疾病的诊断,经济风险预测等范畴。自变量既有连续的又有分类的。在疾病诊断领域,经过Logistic回归分析,能够得到自变量的权重,从而可以大概了解究竟哪些要素是能够引发疾病的危险因素。同时按照该权重能够预测出一个人患病的可能性。本文通过研究条件Logistic模型来对肺癌等疾病的致病因素进行预测,对Logistic模型有一个较具体的理解,从而提出疾病预防中的建议。通过二分类Logistic回归模型、多分类Logistic回归模型的SPSS软件分析某医疗设备对于某疾病康复速度的影响。

关 键 词：二分类Logistic回归模型 条件Logistic回归模型 有序Logistic回归模型 无序多分类Logistic回归模型 经济预测 疾病诊断 

分 类 号：R195.1[医药卫生—卫生统计学]