文献类型：期刊文章

作　　者：高永祥[1] 张晋昕[1]

GAO Yong-xiang;ZHANG Jin-xin(School of Public Health, Sun Yat-sen University, Guangzhou 510080, China)

机构地区：[1]中山大学公共卫生学院,广州510080

出　　处：《循证医学》

基　　金：广东省自然科学基金资助项目(2016A030313365)

年　　份：2018

卷　　号：18

期　　号：2

起止页码：122-124

语　　种：中文

收录情况：CSCD、CSCD_E2017_2018、JST、ZGKJHX、普通刊

摘　　要：Logistic回归是一种广泛使用的统计模型。在实际应用中,有很多研究者往往忽视Logistic回归对样本量的要求,或者凭"纳入的研究对象人数充分"草草带过样本量问题,这些做法使主要影响因素与结局间关系的探索未能结合研究设计阶段对两类错误的设定。本文介绍三种Logistic回归样本量计算方法,并辅以实例说明,帮助研究者合理完成研究的设计与实施。

关 键 词：EPV  样本量 LOGISTIC回归

分 类 号：R195.1]