项目中一张Table需要基于Logistic回归模型，输出某事件发生的概率。该模型中，因变量为二分类资料，表示事件发生与否；自变量为定量资料。Table中需要输出，当自变量为特定值时，事件发生的概率以及对应的可信区间。这篇文章简单介绍回归模型，然后分享Logistic回归模型预测概率的SAS程序实现。1.回归模型简介我们常说的自变量(X)与因变量(Y)的关系是，自变量影响因变量，或者说因变量依赖于自变量。而回归模型的作用，就是使得自变量X与因变量Y间的关系得到量化、准确的描述。常见的回归模型有线性回归、Logistic回归以及Cox回归。对于这3类回归，自变量X可以是数值变量、分类变量以及等级

临床试验会针对EfficacyEndpoints进行Efficacy分析，这些分析是针对特定的EfficacyParamters。纳入Efficacy分析的人群，通常是基线以及基线后至少一次访视值不为空(Withnon-missingvaluesatbaselineandatleastonpost-baseinevisit)。在SAP中，分析人群会有明确定义。在ADaM中，会建立特定Flag变量来标识每一个分析人群。例如，FullAnalysisSet对应参与随机化或参与入组的人群，对于符合条件的受试者，变量FASFL赋值为“Y”。1.EfficacyAnalysisFlag说明Efficac