偏最小二乘回归及SAS编程的医学应用.pdfVIP

JournalofMathematica1Medicine Vo1．21 No．6 2008 文章编号：1004～4337(2008)06—0730—04 中图分类号：R311 文献标识码：A · 成果应用 · 偏最小二乘回归及 SAS编程的医学应用 王园园 陈景武 (山东省潍坊医学院预防医学系卫生统计教研室 潍坊 261042) 摘 要： 针对医学研究中的多重共线性问题，介绍偏最小二乘回归方法的原理、分析步骤，给出相应的SAS参考程序，并对居 民慢性病患病率资料进行分析以说明其应用。 关键词： 偏最小二乘回归； SAS程序； 医学应用 以往研究中对多元回归模型的参数估计通常采用最小二 的机理，同时也展示了这一新型多元分析方法应用范 围的广 乘参数估计方法，但是最小二乘回归模型要求 自变量之间无 泛性。高惠璇 、肖琳[、和苗艳东[等用具体例子对最小二 共线性 ，当自变量之间存在严重的共线性时会严重危害参数 乘回归(MLR)、主成分回归(PCR)和偏最小二乘 回归(PLS) 估计 ，扩大模型误差 ，破坏模型的稳健性。并且多元线性回归 进行比较分析 ，揭示了PIS可以提供一个更为合理、稳健的回 常要求样本含量是变量数 的1O～20倍，在实际问题 中，有时 归模型外，还可以同时完成一些类似于主成分分析和典型相 很难再扩大样本含量。针对这一 问题，1983年 由伍德 (S． 关分析的研究内容，提供更加丰富、并深入的一些信息。偏最 w0ld)、阿巴诺 (C．Albano)等人提出了一种新型多元统计分析 小二乘回归分析提供一种多对多线性回归建模 的方法，建立 方法——偏最小二乘 回归_1](PartialLeast—SquaresRegres— 因变量关于 自变量 的线形甚至非线形回归预测方程，特别适 sion简称PLS)。偏最小二乘法是由瑞典经济计量学家 Her 用于当两组变量的个数很多，且都存在多重相关性，而观测数 manwold于 1966年首次提出。密西根大学 (MichiganUni— 据的数量又较少的情况。该方法最初应用于计量化学领域并 versity)的弗耐尔 (Fornel1)教授称偏最小二乘回归为第二代 获得成功，近年来被迅速推广到其他领域，如生物信息学、社 回归分析方法。 会科学等，并取得了较好效果。但在医药卫生领域却应用甚 Woldc 、H． Skuldsong3l和 Geladic叫曾研究指出，在因变 少 ，本文采用医学实例 ，说明偏最小二乘回归及 SAS编程的应 量对多自变量的回归建模中，当各变量集合内部存在较高程 用 。 度的相关性时，用偏最小二乘回归建模分析，比一般多元回归 1 原理与分析步骤 更加有效，其结论更加可靠。 王惠文l5]通过分析偏最小二乘回归对多变量信息的综合 1．1 基本原理 与筛选作用，揭示 了偏最／b乘 回归在多重相关条件下建模 可以概括为：“同时提取因变量成分和自变量成分并使两 StudyonOptimum PreparationProcedureforYinXinYeDroppingPills Panghong ，etal (HubeiUniversityofChinesemedicine，Wuhan430065) Abstract Objective：ToestablishtheoptimizedpreparationprocedureforYindanDroppingPills．Meth— ods：Thepreparationconditions，suchasthedifferentkindsofprimarysubstance，coolingagent，thepr