【正文】 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(jì)學(xué)系 王靜 制作流行病與衛(wèi)生統(tǒng)計(jì)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(shí)際情況的合理解釋。貢獻(xiàn)率及累積貢獻(xiàn)率:m個(gè)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(xiàn)率。在旋轉(zhuǎn)時(shí)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）。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。即：相對(duì)危險(xiǎn)度RR或風(fēng)險(xiǎn)比保持一個(gè)恒定的比例，與時(shí)間t無(wú)關(guān)。Cox 比例風(fēng)險(xiǎn)模型適用情況：用于分析帶有伴隨變量的生存時(shí)間資料，如：腫瘤和其它慢性病的預(yù)后分析，臨床療效評(píng)價(jià)和隊(duì)列研究的病因探索。2生存概率：在單位時(shí)段開(kāi)始存活的個(gè)體到該時(shí)段結(jié)束時(shí)仍存活的可能性，用p表示；生存率：觀察個(gè)體活過(guò)t個(gè)單位時(shí)間的概率，用S(t)表示。生存分析生存分析方法特點(diǎn)：（1）能將研究對(duì)象的隨訪結(jié)局和生存時(shí)間兩個(gè)因素同時(shí)結(jié)合起來(lái)考慮的一種統(tǒng)計(jì)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(duì)生存時(shí)間的分布特征進(jìn)行描述、比較，對(duì)影響生存時(shí)間的主要因素進(jìn)行分析，達(dá)到全面評(píng)價(jià)和比較隨訪資料的目的。（2）另外，可用各類(lèi)的樣本個(gè)數(shù)所占總個(gè)數(shù)的比例作為各類(lèi)先驗(yàn)概率的估計(jì)，如3類(lèi)的樣本個(gè)數(shù)分別為40，總個(gè)數(shù)為100，、。在實(shí)際分析中, 當(dāng)對(duì)樣本的分類(lèi)不清楚時(shí), 可以先聚類(lèi)分析, 然后進(jìn)行判別分析。20101020Fisher 判 別、B兩類(lèi)觀察對(duì)象，A類(lèi)9例，B類(lèi)10例，分別記錄XX2指標(biāo)。20101020安徽醫(yī)科大學(xué)流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系 王靜原理及基本步驟：根據(jù)Wilks統(tǒng)計(jì)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(duì)這些篩選后的指標(biāo)建立判別函數(shù)。生存時(shí)間的起點(diǎn)和終點(diǎn)要有嚴(yán)格、統(tǒng)一的定義，以便于計(jì)算生存時(shí)間。20101117 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 40Life table KaplanMeier共同點(diǎn)： 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(shí)間段 每個(gè)時(shí)間值為一段多組間的生存率比較方法（方法選擇途徑）“Options”對(duì)話框 “Compare Factors”對(duì)話框見(jiàn)下例word文檔中的數(shù)據(jù)及對(duì)應(yīng)的SPSS數(shù)據(jù)文件，采用乘積極限法進(jìn)行分析。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(xiǎn)函數(shù)之比，即：暴露組發(fā)病的風(fēng)險(xiǎn)是非暴露組的RR倍。時(shí)依協(xié)變量：效應(yīng)大小隨時(shí)間而變化的協(xié)變量。流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系 王靜 制作采用主成分法：雖然前3個(gè)公因子的特征根值（即因子貢獻(xiàn)）大于1，但它們的累積貢獻(xiàn)率不足70%，所以提取前4個(gè)公因子。Principal Component Analysis定義：從多個(gè)數(shù)值變量（指標(biāo)）之間的相互關(guān)系入手，利用降維的思想，將多個(gè)變量（指標(biāo)）化為少數(shù)幾個(gè)互不相關(guān)的綜合變量（指標(biāo)）的統(tǒng)計(jì)方法。優(yōu)點(diǎn)：消除各指標(biāo)不同量綱產(chǎn)生的影響；對(duì)于相互之間有相關(guān)性的指標(biāo)，不存在信息的重疊。流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系 王靜 制作流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系 王靜 制作各指標(biāo)與5個(gè)主成分之間的系數(shù)流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系 王靜 制作將1997 年人均衛(wèi)生費(fèi)用作因變量, 5 個(gè)主成分作為自變量, 作多元線性逐步回歸, 結(jié)果如下:流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系 王靜 制作流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系 王靜 制作小結(jié)：主成分分析的概念及應(yīng)用條件；如何在SPSS軟件中運(yùn)行主成分分析？如何理解并能在SPSS軟件運(yùn)行結(jié)果中正確地讀取“特征根”、“貢獻(xiàn)率及累積貢獻(xiàn)率”？如何確定提煉的主成分個(gè)數(shù)？主成分是如何應(yīng)用的？。均數(shù)法：計(jì)算特征根的均數(shù)`λ （因?yàn)槿縨個(gè)特征根之和 = m，所以`λ=1），則取λ大于1的主成分；經(jīng)驗(yàn)法：當(dāng)前k個(gè)主成分的累積貢獻(xiàn)率達(dá)到80%以上，則取前k個(gè)主成分進(jìn)行分析。主成分分析主成分分析、因子分析兩者的適用條件是一致的，非常類(lèi)似，而且后者為前者的進(jìn)一步分析。流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系 王靜 制作：收集某醫(yī)院3年里9項(xiàng)指標(biāo)數(shù)據(jù)，X1～X9分別代表門(mén)診人次、出院人數(shù)、病床利用率、病床周轉(zhuǎn)次數(shù)、平均住院天數(shù)、治愈好轉(zhuǎn)率、病死率、診斷符合率、搶救成功率，以評(píng)價(jià)該院各月的醫(yī)療工作質(zhì)量。第二步、由模型可求出不同狀態(tài)下的相對(duì)危險(xiǎn)度RR值三、應(yīng)用cox回歸模型的注意事項(xiàng)1. 對(duì)應(yīng)變量的要求（前已闡述）；2. 自變量的編碼；3. Cox回歸必須滿足PH假設(shè)；4. 建模策略。參數(shù)的統(tǒng)計(jì)學(xué)意義假設(shè)只有一個(gè)X危險(xiǎn)因素，0為“不暴露”，1為“暴露”，模型形式為：λ(t) = λ0(t) ? exp(β*x)X=1時(shí)的風(fēng)險(xiǎn)函數(shù)為：λ1(t)=λ0(t)? exp(β*1)X=0時(shí)的風(fēng)險(xiǎn)函數(shù)為：λ2(t)=λ0(t)? exp(β*0)λ1(t)、λ2(t)分別表示暴露于危險(xiǎn)因