【正文】 ?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： 因子分析 ?醫(yī)學(xué)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(jī)的，然后各指標(biāo)間的關(guān)系卻是錯綜復(fù)雜的。 ?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)。 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(biāo)觀測數(shù)據(jù)，制定出一個分類標(biāo)準(zhǔn)，以指導(dǎo)對未知類別的新個體歸類的多元統(tǒng)計(jì)分析方法。可采用主成分分析產(chǎn)生若干主成分，將相關(guān)性較強(qiáng)的變量綜合在同一主成分中，而不同的主成分又是互相獨(dú)立的。 ?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(jì) ) ?非條件 logistic回歸 (一般設(shè)計(jì) ) ? ?? ? ? ?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(xiàng)的問題 COX回歸 ?是生存分析中最重要的方法之一，其優(yōu)點(diǎn)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(duì)列研究的病因探索。 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(jìn)行的一種改良。12 px x x x?多元均數(shù)向量的比較 Ⅱ ?配對設(shè)計(jì)均向量比較 ?Hotelling T2值、 Hotelling F值及 P值 ?成組設(shè)計(jì)兩樣本均向量比較 ?Hotelling T2值、 Hotelling F值及 P值 ?成組設(shè)計(jì)多個樣本均向量比較 ?Wilks Λ*統(tǒng)計(jì)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(dá)式從而達(dá)到預(yù)報作用的方法，是簡單線性回歸模型的擴(kuò)展。 ?若有 n個觀察對象 ， 每個對象觀察 p個反應(yīng)變量 x1，x2， … ， xp。 ?分析方法 ?離散變量 ——廣義估計(jì)方程 (GEEs) ?連續(xù)變量 ——重復(fù)測量資料的方差分析 第七講 多元統(tǒng)計(jì)分析 多元統(tǒng)計(jì)分析－ PEMS ?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(xué)研究中每個基本觀察單位的記錄項(xiàng)目通常由分組因素 、 反應(yīng)變量 和 協(xié)變量 三部分組成。實(shí)驗(yàn)設(shè)計(jì)時將欲觀察的主要處理因素安排為二級因素。 裂區(qū)實(shí)驗(yàn)設(shè)計(jì) Split plot experiment design ?是一種把多個隨機(jī)區(qū)組（即配伍組）實(shí)驗(yàn)或拉丁方實(shí)驗(yàn)組合起來的實(shí)驗(yàn)方法，形成多個裂區(qū)。 ?它應(yīng)用 正交表 對多個因素進(jìn)行整體設(shè)計(jì)、實(shí)驗(yàn)和統(tǒng)計(jì)分析，是一種高效、快速、經(jīng)濟(jì)的實(shí)驗(yàn)設(shè)計(jì)方法。（多因素交互作用分析） ?析因?qū)嶒?yàn)是一種多因素的交叉分組試驗(yàn)。 ?兩因素設(shè)計(jì)，包括處理因素和階段因素。 交叉設(shè)計(jì) Crossover design ?指將每個觀察對象在第一時間階段（或療程），隨機(jī)分配在實(shí)驗(yàn)組或?qū)φ战M，然后在第二時間階段交叉安排。 ?配對因素 是影響實(shí)驗(yàn)效應(yīng)的主要非處理因素。 配對設(shè)計(jì) Paired design ?配對設(shè)計(jì)是隨機(jī)區(qū)組設(shè)計(jì)的一個特例。 ?指將若干個受試對象按性質(zhì)相同或相近的原則劃分成區(qū)組，每一區(qū)組包含多個受試對象，隨機(jī)地分別給以不同處理。 ?設(shè)計(jì)目的是比較 G個處理組間的實(shí)驗(yàn)效應(yīng)有無差異。各組例數(shù)可以相同（平衡設(shè)計(jì)，效率高），也可以不同（非平衡設(shè)計(jì)，效率低）。 完全隨機(jī)設(shè)計(jì) Ⅱ Completely random design ?實(shí)驗(yàn)設(shè)計(jì)方法 ?只安排一個處理因素，設(shè)該因素有 G個水平，即 G個處理組，將 N個實(shí)驗(yàn)單位隨機(jī)分配到各個處理組。 ?應(yīng)用 ?用于兩樣本或多個樣本均數(shù)比較。 ?對 象 subject ?敏感性、特異性、穩(wěn)定性、經(jīng)濟(jì)性、可行性、相似性； ?“動物”和“人”的要求 ?效 應(yīng) effect ?指標(biāo)的選擇（關(guān)聯(lián)性、客觀性、靈敏性、精確性、穩(wěn)定性、特異性） ?指標(biāo)的觀察（避免偏性、注意處理與效應(yīng)的關(guān)系） 醫(yī)學(xué)實(shí)驗(yàn)的基本原則 ?對 照 control ?對等、同步、專設(shè) ?隨機(jī)化 randomization ?隨機(jī)抽樣、隨機(jī)分配、隨機(jī)排序 ?重 復(fù) replication ?整個實(shí)驗(yàn)的重復(fù)、用多個實(shí)驗(yàn)單位進(jìn)行重復(fù)、同一實(shí)驗(yàn)單位的重復(fù)觀察 臨床試驗(yàn)中的統(tǒng)計(jì)學(xué)要求 Ⅰ ?觀察變量的選擇 ?主要變量和次要變量，復(fù)合變量，全局評價變量 ?對照組的選擇 ?安慰劑對照，陽性藥物對照，劑量－反應(yīng)對照 臨床試驗(yàn)中的統(tǒng)計(jì)學(xué)要求 Ⅱ ?避免偏性的重要技巧 ——盲 法 Blind Method ?指按試驗(yàn)方案的規(guī)定，盡量不讓參與臨床試驗(yàn)的受試者、研究者、參與療效和安全性評價的醫(yī)務(wù)人員、監(jiān)視員、數(shù)據(jù)管理人員和統(tǒng)計(jì)分析人員知道病人接受的是何種藥物，從而避免他們對試驗(yàn)結(jié)果的人為干擾。 實(shí)驗(yàn)設(shè)計(jì) ?指通過精心計(jì)劃 對象的選擇 、 處理因素的分配 、 指標(biāo)的測量 和 資料分析 來保證比較組間對象和實(shí)驗(yàn)條