【正文】 少數(shù)幾個互不相關(guān)的綜合變量（指標(biāo)）的統(tǒng)計方法。流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜 制作在因子分析中，不但要比較在同一種因子提取方法下不同旋轉(zhuǎn)方法旋轉(zhuǎn)后的因子載荷的差別，還要比較在不同因子提取方法下同種旋轉(zhuǎn)方法旋轉(zhuǎn)后的因子載荷及公共度的差別。流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜 制作采用主成分法：雖然前3個公因子的特征根值（即因子貢獻）大于1，但它們的累積貢獻率不足70%，所以提取前4個公因子。公共度又稱共性方差（munality），記為hi其大小反映了全體公因子f1～fj 對原始指標(biāo)Xi的影響力度，或反映了原始指標(biāo)Xi對所有公因子的依賴程度。時依協(xié)變量：效應(yīng)大小隨時間而變化的協(xié)變量。Cox回歸無須對λ0(t)的形式作任何限制，因為不影響各危險因素相對危險度的估計，而相對危險度正是多因素分析時最關(guān)注的問題。RR=λ1(t) / λ2(t) = [λ0(t) ? exp(β*1) ] / [λ0(t) ? exp(β*0) ]= exp(β*1) / exp(β*0) = exp（β）RR表示暴露組與非暴露組的風(fēng)險函數(shù)之比，即：暴露組發(fā)病的風(fēng)險是非暴露組的RR倍。優(yōu)點：適用條件寬，便于作多因素分析。20101117 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 40Life table KaplanMeier共同點： 非參數(shù)分析方法、一般用于單因素分析適用條件 大樣本資料 大樣本、小樣本資料生存表 人為劃分各時間段 每個時間值為一段多組間的生存率比較方法（方法選擇途徑）“Options”對話框 “Compare Factors”對話框見下例word文檔中的數(shù)據(jù)及對應(yīng)的SPSS數(shù)據(jù)文件，采用乘積極限法進行分析。如數(shù)據(jù)中無截尾值，則生存率計算公式為：S(t) = 生存時間≥t的病人數(shù) / 隨訪病人總數(shù)如有截尾值，則分時段計算不同單位時段的生存概率pp…pt，S(t)=p1p2…pt ，即累積生存概率。生存時間的起點和終點要有嚴格、統(tǒng)一的定義，以便于計算生存時間。生存分析方法的用途：用于隨訪研究（即：觀察結(jié)果并非在短期內(nèi)能夠確定，而需做長期隨訪觀察，如對一些慢性病或惡性腫瘤的預(yù)后及遠期療效觀察等）。20101020安徽醫(yī)科大學(xué)流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜原理及基本步驟：根據(jù)Wilks統(tǒng)計量Λ值（也可轉(zhuǎn)換成F值）篩選判別指標(biāo)，邊引入邊剔除，直至穩(wěn)定態(tài)；再根據(jù)Fisher或 Bayes判別準(zhǔn)則對這些篩選后的指標(biāo)建立判別函數(shù)。如果抽樣存在選擇性偏倚，則（1）方法更妥當(dāng)。20101020Fisher 判 別、B兩類觀察對象，A類9例，B類10例，分別記錄XX2指標(biāo)。（二）分類依據(jù)不同聚類分析依據(jù)“距離”或“相似系數(shù)”分類；判別分析依據(jù)判別函數(shù)或概率來分類。在實際分析中, 當(dāng)對樣本的分類不清楚時, 可以先聚類分析, 然后進行判別分析。距離判別法適用于任意分布的資料。（2）另外，可用各類的樣本個數(shù)所占總個數(shù)的比例作為各類先驗概率的估計，如3類的樣本個數(shù)分別為40，總個數(shù)為100，、。目的是：選取具有判別效能的指標(biāo)建立判別函數(shù)，使判別函數(shù)簡潔、判別效果穩(wěn)定。生存分析生存分析方法特點：（1）能將研究對象的隨訪結(jié)局和生存時間兩個因素同時結(jié)合起來考慮的一種統(tǒng)計方法；（2）能處理失訪等不完全數(shù)據(jù)，充分利用所獲得的信息，對生存時間的分布特征進行描述、比較，對影響生存時間的主要因素進行分析，達到全面評價和比較隨訪資料的目的。起點事件是反映研究對象生存過程的起始特征的事件。2生存概率：在單位時段開始存活的個體到該時段結(jié)束時仍存活的可能性，用p表示；生存率：觀察個體活過t個單位時間的概率，用S(t)表示。乘積—極限法（KaplanMeier）壽命表法（Life table）Analyze→Survival →Life table、KaplanMeier用途：做出生存表、估計生存率，并繪出兩組的生存曲線圖和風(fēng)險函數(shù)圖；進行兩組生存資料的比較。Cox 比例風(fēng)險模型適用情況：用于分析帶有伴隨變量的生存時間資料，如：腫瘤和其它慢性病的預(yù)后分析，臨床療效評價和隊列研究的病因探索。暴露于危險因素的兩種不同狀態(tài)下發(fā)病的風(fēng)險比即為相對危險度RR。即：相對危險度RR或風(fēng)險比保持一個恒定的比例，與時間t無關(guān)。20101117 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 101cox非比例風(fēng)險模型20101117 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 102即為含時依協(xié)變量的模型。它作為相關(guān)系數(shù)，反映了Xi 與fj之間相互聯(lián)系的密切程度；作為因子模型中公因子的系數(shù)，又體現(xiàn)了原始指標(biāo)Xi的信息在公因子fj上的反映，因此稱aij為原始指標(biāo)Xi在公因子fj上的因子載荷。試進行因子分析。在旋轉(zhuǎn)時需注意以下原則：既保證旋轉(zhuǎn)后所得的公因子能從專業(yè)意義上有較好的解釋（因子載荷兩極分化），又能充分反映各原始指標(biāo)的信息量（公共度接近1）。所以，兩種方法在SPSS中均采用同一個Factor 過程。貢獻率及累積貢獻率:m個主成分的特征根λ 之和為m ，則：某主成分Ci的特征根λi在m中所占的比例，被稱為Ci的貢獻率。一、主成分評價計算出的主成分（即綜合指標(biāo)）可以直接用來進行全面、客觀的評價。以CC2為自變量，與y作二元線性回歸（ λ3≈0，則不取C3）流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜 制作流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜 制 將方程還原為xi與y之間的主成分回歸方程，能得到符合實際情況的合理解釋