2篇5章7节：构建二分类Logistic回归模型，扩展阅读之单因素回归分析筛选显著变量后再构建多因素Logistic回归分析模型演示（更新20241105）

在临床研究中，通常关注的二元结果变量为疾病状态、治疗效果等具有两种类别的变量，例如某种治疗是否有效，患者是否患病等。R语言中的glm()函数是构建Logistic回归模型的主要工具，本文将详细介绍如何在R语言中利用glm()函数构建二分类Logistic回归模型，并基于birthwt数据集演示分析步骤。

一、Logistic回归分析的概述

1、认识Logistic回归

线性回归模型是统计学中非常常用的分析方法，它假设因变量是连续变量，并且其残差服从正态分布。然而，在临床研究和其他实际应用中，因变量往往是二元的（例如病人是否患病），或者是多分类的（例如不同疾病亚型）。在这种情况下，常规的线性回归的应用受到限制。

Logistic回归，也称为逻辑回归，是一种广义的线性回归模型（Gene