稀有事件logistic回归

医学研究中经常遇到二分类反应变量资料采用logistic 回归分析，若应变量两类取值频率相差特别悬殊时，普通 logistic 回归不仅参数估计有偏，并且可低估稀有事件的发生概率。 通过稀有事件 logistic 回归（rare evens logistic regression）校正参数和概率估计值来解决这个问题 ，效果较好 。

实例分析结果表明，在稀有事件 的分析中，不管是在模型的整体表现或者是模型的预测预报方面 ，稀有事件的 logistic 回归确实要更优于普通的 logistic 回归。 因此对于医学中很多不常见疾病 的研究 ，稀有事件的 logistic 回归是一种值得推广应用的统计模型。 当然 ，对于某一个医学事件要根据具体 的情况从专业的角度判断其是否是稀有或罕见事件，从实 际应用看确定这一点并不难。

稀有事件 logistic 的校 正方法可 以在 Gary King和 Langche Zeng 2001 年 推 出 的 Stata程序——relogit 中实现 ，relogit是一种非官方的程序需要下载安装后才可以使用。