多因素分析-----精品课件下载.pptVIP

多因素分析;第一部分 多元线性回归;30名糖尿病患者脂联素ADI(Y,ng/ml)与体重指数BMI(x1,kg/m2)、病程 (x2,year)、瘦素LEP(x3,ng/ml)、空腹血糖FPG(x4,mmol/L)关系分析;根据样本得到的回归方程;偏回归系数的计算：最小二乘原理 假设检验：偏回归系数检验-t检验 模型整体检验-方差分析 前提条件：线性、独立性、正态性、方 差相等，LINE ;SPSS操作步骤;方程的假设检验;是不是每个自变量的偏回归系数均有统计学意义呢?t检验;自变量筛选常用方法;一 最优子集法 最优子集法是对自变量各种不同的组合所建立的回归方程进行比较，从而选出一个“最优”的回归方程。;评价指标：;2 残差均方与调整确定系数;3 Cp统计量( Cp statistic) ;;二、逐步回归法;16;17;最终得到对脂联素有意义的影响因素为BMI与瘦素，（非标准化偏回归系数）生物学意义为BMI、瘦素增加，脂联素含量是下降的，（标准化偏回归系数）瘦素的影响作用大于BMI的影响。;思考;第二部分 Logistic 回归;Logistic回归分析思路同多元线性回归 要考虑和解决如下几个问题： 1、Y中的1，0的比例，比例接近0或1都不好 2、模型的全局检验，似然比检验LR（多元线性回归是ANOVA） 3、方程中每个系数的检验：wald或LR，多元线性回归是t-test） 4、变量筛选：向前,向后（条件LR，LR，Wald） 5、个体概率预测，判断;适用资料;回归方程表达;偏回归系数计算基本原理：极大似然法（Maximum likelihood, ML）;复习:优势odds与优势比odds ratio;优势比odds ratio,OR患者与非患者某因素优势的比值被称作优势比（比数比）。OR=odds1/odds0;;若y=1为disease，y=0为non-disease, 有;;回归系数的解释;模型检验与偏回归系数检验似然比检验(likelihood test) ;似然比检验;33;（偏）回归系数wald检验;SPSS软件操作;多分类变量：哑变量(dummy variable) x＝1时：x1＝0， x2＝0， x3＝0 表示A型血 x＝2时：x1＝1， x2＝0， x3＝0 表示B型血 x＝3时：x1＝0， x2＝1， x3＝0 表示AB型血 x＝4时：x1＝0， x2＝0， x3＝1 表示O型血 exp(?1) 表示B与A比之OR; exp(? 2) 表示AB与A比之OR; exp(? 3) 表示O与A比之OR。;例 为研究居民两周患病未治???的影响因素，采用多阶段分层整群抽样，对某地11790名农村居民进行了入户调查，调查内容包括性别x1（男:0女:1）年龄x2(5岁:1;5岁~:2;15岁~:3;45岁~:4;65岁~:5)年人均收入x3(不低于平均水平:0;低于平均水平:1)医疗保障x4(有:0无:1)到就近医疗点时间x5(10分钟:1;10分钟~:2;30分钟~:3)自感疾病严重程度x6(不严重:1;一般:2;严重:3)发病时间x7（急性病两周内发生：1，急性病两周前发生延续到两周内：2，慢性病持续到两周内：3）、就诊Y（就诊:0，未就诊:1）。11790名居民中，调查前二周患者1649人，其中未就医者720人。;P 386 例20-2;逐步法;;操作步骤;样本含量估计;复习思考 1、Logistic回归应变量是什么？ 2、 Logistic回归系数的流行病学解释 3、OR值的解释与暴露因素及Y的设置有关吗？ 4、为什么要进行变量筛选？ 5、最终进入方程的变量取决于哪些因素？;第三部分医学随访资料的统计分析方法-生存分析survival analysis;问题1;问题2 如何计算平均数;以30天为界 的分类结果： 死亡 生存 A 6 2 B 4 4 ;数据特点;6例膀胱肿患者术后生存时间记录表;生存资料基本概念;基本概念;生存时间(survival time);完全数据与删失数据;生存资料的统计分析方法 ;生存资料的统计描述;生存资料的统计推断;生存曲线;中位生存期或半数生存期median survival time;生存率曲线的比较;对数秩检验的条件： 要求各生存曲线不能交叉; 交叉提示可能存在混杂因素，应采用多因素分析方法来校正或采用分层分析方法。;Cox回归;比例风险回归模型;风险比（Hazard Ratio, HR）;41