【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。貢獻(xiàn)率及累積貢獻(xiàn)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(xiàn)率。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）。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)。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。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。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(dá)到全面評價和比較隨訪資料的目的。（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，、。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。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)。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)。生存時間的起點和終點要有嚴(yán)格、統(tǒng)一的定義，以便于計算生存時間。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。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。時依協(xié)變量：效應(yīng)大小隨時間而變化的協(xié)變量。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(xiàn)）大于1，但它們的累積貢獻(xiàn)率不足70%，所以提取前4個公因子。Principal Component Analysis定義：從多個數(shù)值變量（指標(biāo)）之間的相互關(guān)系入手，利用降維的思想，將多個變量（指標(biāo)）化為少數(shù)幾個互不相關(guān)的綜合變量（指標(biāo)）的統(tǒng)計方法。優(yōu)點：消除各指標(biāo)不同量綱產(chǎn)生的影響；對于相互之間有相關(guān)性的指標(biāo)，不存在信息的重疊。流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜 制作流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜 制作各指標(biāo)與5個主成分之間的系數(shù)流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜 制作將1997 年人均衛(wèi)生費用作因變量, 5 個主成分作為自變量, 作多元線性逐步回歸, 結(jié)果如下:流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜 制作流行病與衛(wèi)生統(tǒng)計學(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軟件中運行主成分分析？如何理解并能在SPSS軟件運行結(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數(shù)？主成分是如何應(yīng)用的？。均數(shù)法：計算特征根的均數(shù)`λ （因為全部m個特征根之和 = m，所以`λ=1），則取λ大于1的主成分；經(jīng)驗法：當(dāng)前k個主成分的累積貢獻(xiàn)率達(dá)到80%以上，則取前k個主成分進行分析。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，非常類似，而且后者為前者的進一步分析。流行病與衛(wèi)生統(tǒng)計學(xué)系 王靜 制作：收集某醫(yī)院3年里9項指標(biāo)數(shù)據(jù)，X1～X9分別代表門診人次、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，以評價該院各月的醫(yī)療工作質(zhì)量。第二步、由模型可求出不同狀態(tài)下的相對危險度RR值三、應(yīng)用cox回歸模型的注意事項1. 對應(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)計學(xué)意義假設(shè)只有一個X危險因素，0為“不暴露”，1為“暴露”，模型形式為：λ(t) = λ0(t) ? exp(β*x)X=1時的風(fēng)險函數(shù)為：λ1(t)=λ0(t)? exp(β*1)X=0時的風(fēng)險函數(shù)為：λ2(t)=λ0(t)? exp(β*0)λ1(t)、λ2(t)分別表示暴露于危險因