logistic回归的总结

[fal...@gmail.com]

1.应用于应变量阳性率和阴性率均不高的情况，若太低服从泊松分布，应用泊松回归来做。
2.当样本量较大时，可看作整群抽样，当作总体来看，不用作模型的总体检验。
3.应变量为等级变量的要作平行性检验
4.自变量为等级变量的，
5.连续变量的回归系数，没有实际的解释意义，应根据专业角度进行分类化，根据OR解释
6.当比较连续变量与分类变量之间的作用大小时，有两种方法：
（1）连续变量分类化，比较OR
（2）样本量大时，对于0-1分类变量，满足二项分布，近视正态化，可用分类变量的标准偏回归系数同连续变量的标准偏回归系数进行比较
7.Logitp与自变量是线性关系，当自变量为分类变量是，不需考虑线性关系。当自变量为连续变量是，需检验该条件是否成立。若不成立，则考虑变量变
换。
8.logistic只能估计OR，不能估计RR，故一般队列研究用泊松回归。
9.当协变量对其他变量的回归系数影响较大（如，有或无该协变量，其他变量的回归系数改变了0.5以上），则该协变量就认为是有重要作用的变量，而不考
虑其是否有统计学意义，都应该纳入方程。
10.要注意变量间的交互作用，可先用对数线性模型确定交互作用，而后在logistic中加入交互项
11.检验回归系数是否为0的检验，以似然比检验最可靠。而wald考虑了各因素综合作用，当因素之间存在交互作用时，结果不可靠。

这么多条条，实际使用时能都考虑到吗？。。。ft，得花多少时间啊！

问题：等级变量，如好，中，差，是赋值123直接作为连续变量放入方程，还是哑变量化？