Kurssin käytyään opiskelija ymmärtää logistisen regressiomallin perusteet, sekä osaa soveltaa sitä sopiviin aineistoihin. Hän pystyy analysoimaan aineiston yhden tai useamman selittäjän mallilla. Perinteisen logistisen regression lisäksi opiskelija osaa käyttää multinomiaalista logistista regressiomallia sekä ehdollista logistista regressiomallia mitä käytetään kaltaistetun tapaus-verrokki-aineiston tapauksessa. Opiskelija osaa tehdä logistisen regressioanalyysin tilasto-ohjelmalla, sekä tulkita ja raportoida analyysin tuloksia.

Tällä opintojaksolla perehdytään logistiseen regression, menetelmään, jonka avulla voidaan tutkia muuttujien yhteyttä kaksiluokkaiseen vastemuuttujaan (esim. terve/sairastunut) sekä prospektiivisissa että tapaus-verrokki-asetelmissa. Kurssilla perehdytään sekä yhden että usean selittävän muuttujan malliin. Lisäksi käsitellään multinomiaalista logistista regressiota, jossa selitettävällä muuttujalla on enemmän kuin kaksi luokkaa, sekä ehdollista logistista regressiota kaltaistetulle tapaus-verrokki-aineistolle.

Hyväksytty/hylätty

Sisältö

-          Logistisen regression  perusteet

-          Yhden ja usean selittävän muuttujan mallit

-          Selittäjien valinta

-          Multinomiaalinen logistinen regression

-          Logistinen regressio kaltaistetulle tapaus-verrokki-aineistolle

Analyysin tekeminen SPSS ohjelmistolla

Oheislukemista

Seuraavien kirjojen viimeisimmät painokset:

-          Hosmer, D.W., Lemeshow, S., Applied Logistic Regression, Wiley.

-          Dupont, W.D., Statistical Modeling for Biomedical Researchers, Cambridge University Press.

-          Vittinghoff, E., Glidden D.V.,  Shibosksi, S.C., McCulloch, C.E. Regression methods in Biostatistics: Linear, Logistic, Survival and Repeated measures Models, Springer.