多元統(tǒng)計方法ppt課件(編輯修改稿)
2025-02-10 17:38 本頁面
【文章內(nèi)容簡介】 容許度越近于 0 共線性越大，等于 0，完全共線 復制的 BMI根本 無法進入方程 后面討論交互作用的時候 我們還要提到共線性 一、應用 ?影響因素分析，控制混雜因素 ?預測：由自變量值推出應變量 Y的值 ?控制： 指定應變量 Y的值查看自變量的改變量 影響因素分析，控制混雜因素 在醫(yī)學研究中最為長用，個人認為 對模型擬合要求較低，特別在 控制混雜的控制模式中 后兩種用途對模 型要求嚴格 二、應用條件 回歸系數(shù)符號反常與主要變量選不進方程的原因分析 ?有重要影響的因素未包括在內(nèi) ?某些變量個體間的差異很大 ?樣本內(nèi)突出點上數(shù)據(jù)誤差大 ?變量的變化范圍較小 ?樣本數(shù)太少 上述各項在用最小二乘法求解方程過程中對殘差等重要中間指標的影響大，造成最小二乘法的失效。 線性回歸的注意事項 ? 應變量為連續(xù)變量，自變量可以為連續(xù)變量、分類變量或有序變量 ? 樣本含量：一般要求樣本量 n至少是方程中自變量個數(shù)m的 510倍 ? 逐步回歸不是萬能的，一個 good of fit好的模型建立需要多方面考證。 ? 多重共線性： 自變量存在較強的線性關系 ? 檢驗兩變量間有無交互作用，普遍的做法是在方程中加入它們的乘積項再做檢驗。但共線性的問題會因此而突出，舉例 共線性很大 SPSS菜單在處理回歸中選項較少， 但完全可以滿足一般模型的擬合。 其 syntax模式應該有更多選項，但鑒 于介紹這方面內(nèi)容的書籍文獻較少。 如確實需要嚴格的模型擬合， SAS可能是更好的選擇 回歸的發(fā)展 ?加權回歸 ?有重復測量的回歸分析：對每一個回歸變量 x的 y有多次重復的測量值。 ?嶺回歸分析：改進的最小二乘方，用于自變量相關性大，或某些變量變化范圍太小?？捎?sas實現(xiàn)。 Logistic回歸 ?實際上屬于判別分析，因擁有很差的判別效率而不常用。 ?適用于流行病學資料的因素分析 ?實驗室中藥物的劑量 反應關系 ?臨床試驗評價 ?疾病的預后因素分析 二、 Logistic回歸模型 ? Logistic回歸的分類 二分類 多分類 其中二分較為常用 條件 Logistic回歸 非條件 Logistic回歸 兩者針對的資料類型不一樣，后者者針對 成組研究，前者針對配對或配伍研究。 26例冠心病病人和 28例對照者進行病例 ?對照研究（變量賦值表） 自變量為連續(xù)變量，最好變?yōu)榈燃壔蛴嫈?shù)資料 有統(tǒng)計學家持反對意見 認為損失信息 26例冠心病病人和 28例對照者進行病例 ?對照研究（數(shù)據(jù)格式） Logistic回歸方程的建立 建立方程就是求解 b0， b1… bp ? Logistic回歸中的常數(shù)項（ b0） 表示，在不接觸任何潛在危險／保護因素條件下，效應指標發(fā)生與不發(fā)生事件的概率之比的對數(shù)值。 ? Logistic回歸中的回歸系數(shù)（ bi ） 表示，某一因素改變一個單位時，效應指標發(fā)生與不發(fā)生事件的概率之比的對數(shù)變化值，即 OR或 RR的對數(shù)值。 參數(shù)意義 回歸系數(shù)的意義 ?單純從數(shù)學上講，與多元線性回歸分析中回歸系數(shù)的解釋并無不同，亦即 bi表示 xi改變一個單位時， logit P的平均變化量。 ? 多因素 Logistic回歸分析時，對回歸系數(shù)的解釋都是指在 其它所有自變量固定 的情況下的優(yōu)勢比。 ? 存在因素間交互作用時， Logistic回歸系數(shù)的解釋變得更為復雜，應特別小心。 ?調(diào)整與控制 流行病學中的一些基本概念： 相對危險度 （ relative risk） : RR=P1/P2 比數(shù) Odds=P/(1P) 比數(shù)比 OR=[P１ /(1P１ )]/[P２ /(1P２ )] 在患病率較小情況下， OR≈RR 根據(jù) Wald檢驗可知， Logistic回歸系數(shù) bi服從 u分布。因此其可信區(qū)間為 進而，優(yōu)勢比 e(bi)的可信區(qū)間為 iibb u s??()ib ib u se ??參數(shù)估計 似然函數(shù) 計算方法 最大似然法 迭代法 1. 初始值 2. 迭代次數(shù) 3. 人為精度 4. 可能不收斂 總體來說，解比 較穩(wěn)定。 SPSS的實現(xiàn) ? analyzeregressionbinary logistic analyzeregressionbinary logisticoptio
教學課件相關推薦
鄂ICP備17016276號-1