成组资料的logistic回归 : 亦称非条件logistic回归。一般有两种情况:①前瞻性队列研究。已知抽取的N个人的m个因素取值,前瞻观察结果为n₁个人发病和n₂个人不发病,其logistic回归方程为:

P是各危险因素取特定值下一个人的发病概率。②回顾性病例一对照研究。回顾调查抽取的n₁个病例和抽取的n₂个对照的m个因素取值,其logistic回归方程为:

P′是一个发病的人其各危险因素取特定值的概率。设回顾性病例一对照研究从有病总体中按比例c₁抽取病例,从无病总体中按比例c₂抽取对照,则有a′-1n(c₁/c₂)=a。因此病例—对照研究的logis-tic回归方程可转化为队列研究的logistic回归方程。成组资料的logistic回归在参数估计中,各危险因素X_j(j=1,2,…,m)的总体logistic回归系数βj的样本估计值bj、总体logistic回归方程的常数项α的样本估计值a,都可求出,因此成组资料的logistic回归方程(指队列研究的logistic回归方程),既可作解释用,又可作预报用。解释是用各危险因素的logistic回归系数和标准化logistic回归系数,来反映和比较各危险因素对P/(1-P)(如某种疾病的发病概率对不发病概率的比数)的作用;预报是据一个人的各危险因素取值,来预测该人在未来时期(和原定研究时期的长短相同)发生某种疾病的概率P。由两组n₁个样品(病人或病例)和n₂个样品(不是病人或对照)的m个因素(自变量)的观测数据,拟合成组资料的logistic回归方程的方法采用逐步引入法(向前选择法,具体运算用相应统计软件):对各自变量(因素)的作用(如对某种疾病发生的作用)进行显著性检验(x²检验),把作用有显著性的自变量(危险因素)按其作用从大到小逐个引入logistic回归方程。