醫(yī)學(xué)統(tǒng)計(jì)工作的基本步驟(編輯修改稿)
2025-09-01 04:06 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 檢驗(yàn)，在不校正的情況下X2 =U2 ,但u檢驗(yàn)通常用于大樣本，而X2 檢驗(yàn)用于或小樣本。？①兩個(gè)變量的選擇一定要結(jié)合專業(yè)背景，不能把毫無關(guān)聯(lián)的兩種現(xiàn)象勉強(qiáng)作回歸分析，其中哪一個(gè)作為應(yīng)變量主要是根絕專業(yè)上的要求而定，同時(shí)直線回歸要求至少對(duì)于每個(gè)X相應(yīng)的Y要服從正態(tài)分布，X可以是服從正態(tài)分布的隨機(jī)變量也可以時(shí)能夠精確測(cè)量和嚴(yán)格控制的非隨機(jī)變量②進(jìn)行直線回歸分析前應(yīng)繪制散點(diǎn)圖，以檢查數(shù)據(jù)是否滿足模型基本假設(shè)，發(fā)現(xiàn)離散點(diǎn)并進(jìn)行進(jìn)一步處理③對(duì)結(jié)果應(yīng)有正確解釋。反映兩變量間數(shù)量上影響大小的統(tǒng)計(jì)量應(yīng)該是回歸系數(shù)的絕對(duì)值，而不是建設(shè)檢驗(yàn)的P值。P值越小只能說約有理由人為變量間的直線關(guān)系存在，而不能說關(guān)系越密切或越顯著。直線回歸用于預(yù)測(cè)時(shí)應(yīng)盡量不合理的外延。結(jié)果中的決定系數(shù)可以表示兩變量關(guān)系的實(shí)際效果。兩者的聯(lián)系：①對(duì)于即可做相關(guān)又可做回歸分析的同一組數(shù)據(jù)，算出的相關(guān)系數(shù)和回歸系數(shù)正負(fù)號(hào)一致②相關(guān)系數(shù)與回歸系數(shù)得假設(shè)檢驗(yàn)等價(jià)③同一組數(shù)據(jù)的相關(guān)系數(shù)和回歸系數(shù)可以相互換算④用回歸解釋相，當(dāng)總平方和固定時(shí)，回歸平方和的大小決定了相關(guān)的密切程度，回歸平方和越接近總平方和，則決定系數(shù)越接近1，說明相關(guān)的效果越好。兩者的區(qū)別：①資料要求上：相關(guān)要求X、Y服從雙變量正態(tài)分布，這種資料進(jìn)行回歸分析為Ⅱ型回歸；回歸要求Y在給定某個(gè)X值時(shí)服從正態(tài)分布，X時(shí)可以精確測(cè)量和嚴(yán)格控制的變量，稱為I型回歸②應(yīng)用上：說明兩變量間相互關(guān)系用相關(guān)，此時(shí)兩變量的關(guān)系是平等的；而說明兩變量間依存變化的數(shù)量關(guān)系用回歸，用以說明Y如何依賴與X而變化③意義上：相關(guān)系數(shù)說明具有直線關(guān)系的兩變量間相互關(guān)系的方向與密切程度；回歸系數(shù)表明X每變化一個(gè)單位所導(dǎo)致Y的平均變化量。聯(lián)系：①兩者所決絕的應(yīng)用問題相同，都可用來表示兩個(gè)數(shù)值變量之間的方向和密切程度。②兩個(gè)相關(guān)系數(shù)都沒有單位③計(jì)算上，用秩次做積差相關(guān)，得到就是秩相關(guān)系數(shù)。區(qū)別：①資料要求不同，積差相關(guān)要求X、Y服從雙變量正態(tài)分布，秩相關(guān)可以時(shí)任意分布②由于對(duì)資料要求不同，兩者分屬于參數(shù)統(tǒng)計(jì)與非闡述統(tǒng)計(jì)方法，所以符合雙變量正態(tài)分布條件時(shí)，積差相關(guān)的效率高于秩相關(guān)。③兩者假設(shè)檢驗(yàn)的方法不同。：①首先應(yīng)繪制散點(diǎn)圖，根據(jù)圖形選用恰當(dāng)?shù)幕貧w模型形式；②求解回歸方程時(shí)注意，模型中對(duì)Y進(jìn)行非線性轉(zhuǎn)換后，應(yīng)采用非線性最小二乘估計(jì)，如果僅對(duì)X進(jìn)行變換，普通最小1：為什么要做多變量線性回歸分析？因?yàn)獒t(yī)學(xué)中很多疾病的預(yù)后都是由多重因素決定的。由于各個(gè)因素往往相互作用，多變量回歸分析可以幫助我們分析變量間的數(shù)量依存關(guān)系，找出危險(xiǎn)因素的多面性本質(zhì)，以及他們對(duì)結(jié)果變量的相對(duì)作用大小。同事多變量回歸還可以在醫(yī)學(xué)干預(yù)研究中，對(duì)混雜因素進(jìn)行校正。2：多元線性回歸可以實(shí)用哪些類型的自變量？典型的多元線性回歸所使用的自變量類型應(yīng)該是連續(xù)的，但是如果自變量中含有分類變量，經(jīng)過適當(dāng)?shù)奶幚砗笕稳贿m合做多元線性回歸分析，二分類變量可以直接實(shí)用。如果自變量是一個(gè)名義分類變量，可以將其轉(zhuǎn)化為若干個(gè)2分類變量后進(jìn)行分析。如果自變量是個(gè)有序分類變量，則可以根據(jù)不同級(jí)別賦予不同分?jǐn)?shù)后胺連續(xù)變量處理，也可以按名義分類變量的方式處理。3：多元線性回歸分析中如何篩選自變量？你認(rèn)為選用哪種方法更好些？回歸分析中引入什么變量，理想的做法是由研究者根據(jù)理論和經(jīng)驗(yàn)決定。在缺乏專業(yè)依據(jù)的情況下，可以采用回歸篩選技術(shù)。具體有兩類做法：一是全局擇優(yōu)法，二是逐步選擇法。理論上講，由于全局擇優(yōu)法是對(duì)自變量各種不同組合情況進(jìn)行比較后，從中挑取的一個(gè)最優(yōu)回歸方程，這種方法最好。但是由于實(shí)際中自變量的數(shù)目往往較大，采用逐步選擇法比較好。逐步選擇法有前進(jìn)法，后退法和逐步回歸法。后退法考慮到了自變量的組合作用，理論上更好一些，但變量數(shù)目不能太多，而逐步回歸法適合多種情況，更實(shí)用些。4：何謂多重共線性？它對(duì)資料分析有什么影響？多重共線性指多元回歸中一些自變量之間存在較強(qiáng)的線性關(guān)系，這種情況在實(shí)際應(yīng)用中非常普遍。這些自變量通常是相關(guān)的，如果這種相關(guān)程度非常高，所得到的回歸方程可能不可靠。如將一些很有統(tǒng)計(jì)學(xué)意思的自變量變得不顯著，出現(xiàn)回歸系數(shù)估計(jì)值的正負(fù)符號(hào)與客觀實(shí)際不一致等問題。5：如何評(píng)價(jià)所建立的多元線性回歸方程的優(yōu)劣？殘差分析有何作用？一般情況下評(píng)價(jià)的準(zhǔn)則可以采用方差分析法和求決定系數(shù)R平方法。方差分析
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1