【正文】 ?多元均數(shù)向量的比較 ?回歸分析 ?相關(guān)分析 ?判別分析 ?聚類分析 ?主成分分析 ?因子分析 多元均數(shù)向量的比較 Ⅰ ?醫(yī)學研究中每個基本觀察單位的記錄項目通常由分組因素 、 反應(yīng)變量 和 協(xié)變量 三部分組成。大多數(shù)情況下，反應(yīng)變量不止一個。 ?若有 n個觀察對象 ， 每個對象觀察 p個反應(yīng)變量 x1，x2， … ， xp。 ?則反應(yīng)變量樣本均數(shù)也可用一個 p維列向量表示為 ? ? 39。12 px x x x?多元均數(shù)向量的比較 Ⅱ ?配對設(shè)計均向量比較 ?Hotelling T2值、 Hotelling F值及 P值 ?成組設(shè)計兩樣本均向量比較 ?Hotelling T2值、 Hotelling F值及 P值 ?成組設(shè)計多個樣本均向量比較 ?Wilks Λ*統(tǒng)計量、 Hotelling F值及 P值 ?多個樣本均向量的兩兩比較 (Mahalanobis D， F， P) 回歸分析－ PEMS ?多元線性回歸 ?多元逐步回歸 ?logistic回歸 ?條件 logistic回歸 ?非條件 logistic回歸 ?Poisson回歸 ?指數(shù)回歸 ?Cox回歸 ?主成分回歸 多元線性回歸 ?指研究一個因變量與多個自變量之間的線性關(guān)系，找出函數(shù)表達式從而達到預(yù)報作用的方法，是簡單線性回歸模型的擴展。 ?設(shè)有 m個自變量 X1， X2， … ， Xm及一個因變量 Y，則其 m元線性回歸方程的一般形式為： ?其中， bi為 偏回歸系數(shù) ，指當其它各自變量的值均被固定時， Xi改變 1個單位 Y所改變的量。 0 1 1 2 2? mmY b b X b X b X? ? ? ? ?示例： 多元逐步回歸 ?屬于多元線性回歸分析的范疇，是為了建立“最佳”多元線性回歸方程而對一般多元線性回歸分析方法進行的一種改良。 ?方法 ?逐步向前法 ?逐步向后法 示例： 多元線性回歸應(yīng)用中的 若干技巧 ?對模型假設(shè)及數(shù)據(jù)可靠性的檢查 ?樣本可否合并的檢驗 ?交互效應(yīng) ?通徑分析 logistic回歸 Ⅰ ?因變量的取值是 二分類 ，如是否發(fā)病、是否痊愈、是否生存等。 ?多元 logistic回歸模型 0 1 1 2 2l o g l n 1 ppPi t P X X XP? ? ? ???? ? ? ? ??????logistic回歸 Ⅱ ?回歸系數(shù) βi的意義 ?令 Xi＝ 0 非暴露， 1 暴露，則 ?分類 ?條件 logistic回歸 (配比設(shè)計 ) ?非條件 logistic回歸 (一般設(shè)計 ) ? ?? ? ? ?11001 e x p1 iPPORPP?????logistic模型的應(yīng)用 ?篩選危險因素 ?校正混雜因素 ?預(yù)測與判別 注意的問題 ?足夠的樣本量 ?自變量的篩選 ?自變量的類型 ?常數(shù)項的問題 COX回歸 ?是生存分析中最重要的方法之一，其優(yōu)點是適用條件很寬和便于作多因素分析，它主要應(yīng)用于腫瘤和其他慢性病的預(yù)后分析，也可用于隊列研究的病因探索。 ?結(jié)果 ?Z檢驗， P值，相對危險度 RR(風險比 ) 示例： 主成分回歸 ?在多元線性回歸中，當自變量間高度相關(guān)時，某些回歸參數(shù)的估計值極不穩(wěn)定，甚至出現(xiàn)有悖常理、難以解釋的情形?？刹捎弥鞒煞址治霎a(chǎn)生若干主成分，將相關(guān)性較強的變量綜合在同一主成分中，而不同的主成分又是互相獨立的。然后，以這些主成分為自變量進行多元線性回歸分析。 示例： 相關(guān)分析 ?線性相關(guān) ?簡單相關(guān)系數(shù)矩陣 ?典型相關(guān) ?典型變量及典型相關(guān)系數(shù) ?相關(guān)系數(shù) ?簡單相關(guān)系數(shù)、復(fù)相關(guān)系數(shù)、偏相關(guān)系數(shù) 判別分析 ?指根據(jù)一批已明確類別的樣品多指標觀測數(shù)據(jù)，制定出一個分類標準，以指導對未知類別的新個體歸類的多元統(tǒng)計分析方法。 ?方法 ?多類判別 (Fisher法 ) ?逐步判別 (Bayes法 ) 聚類分析 Ⅰ ?聚類分析，是研究“物以聚類”的一種數(shù)理統(tǒng)計方法，研究對象類別是未知的，甚至分類個數(shù)也不確定，而需要根據(jù)事物間的各種數(shù)量結(jié)構(gòu)來尋找合適的分類。 ?聚類分析 一般是尋找處理客觀事物分類的方法，而 判別分析 是在分類已知的條件下，尋找客觀分類的判據(jù)。 聚類分析 Ⅱ ?樣品系統(tǒng)聚類 ?指標系統(tǒng)聚類 ?樣品逐步聚類 ?有序樣品聚類 主成分分析 ?主成分－－綜合指標（既能綜合反映原始指標中所包含的主要的共同信息，而且相互之間又是獨立的）。 示例： 因子分析 ?醫(yī)學研究中的多變量數(shù)據(jù)，各變量的數(shù)值變化從表明上看是隨機的，然后各指標間的關(guān)系卻是錯綜復(fù)雜的。 ?變量與變量既有各自獨立的一面（個性），又有彼此相關(guān)的一面（共性）。 ?公因子 －在多變量中起支配作用的因子，造成各變量相關(guān)的原因。 示例： 第八講 其他內(nèi)容 其他統(tǒng)計分析 ?Ridit 分析 ?危險度分析 ?生存分析 ?Meta分析 ?壽命表 ?圓形分布資料分析 ?半數(shù)效量 ?一致性檢驗 統(tǒng)計圖 ?條 圖 ?線 圖 ?散點圖 ?箱 圖 ?圓 圖 ?直方圖 讓統(tǒng)計學變得不再困難， 是我們最大的心愿！ 研制：四川大學華西公共衛(wèi)生學院 衛(wèi)生統(tǒng)計學教研室 Tel: 02885503887 （ 黃志勇） 02885502090 (教研室 ) Email: 網(wǎng)址： PEMS 醫(yī)學統(tǒng)計軟件 PEMS MU XinJiang XinJiang Medical University The School of Public Health 感謝 : 新疆醫(yī)科大學衛(wèi)生統(tǒng)計學教研室 周康 提供本幻燈文件 Thank You