多变量统计方法简介要点.pptVIP

医学统计学（3）多元统计分析方法 The Methods of Multivariate Statistical Analysis 参考书： 《医用多元统计分析方法》陈峰主编_第2版 《医用多元统计方法》张家放主编 《医学统计学与电脑实验》方积乾主编 《应用多变量统计分析》孙尚拱主编 第一章 绪论 多元统计学简介 什么是多元统计学 多元统计学与基本统计学的区别 多元统计学在医学研究中的地位 多元统计学的主要应用 如何学习多元统计分析方法 课程要求 一、什么是多元统计学？ 统计学 统计学： 结论 conclusions 总体 population 样本 sample 利用样本推断总体特性的一门科学 统计学的主要任务： 结论 conclusions 总体 population 样本 sample Sampling Estimation Evaluation SEE 统计学的主要用途： -- 比较参数：H0: μ=72 vs H1: μ≠72 -- 分析关联性：H0: ρ=0 vs H1: ρ≠0 -- 分析依存性：H0: β=0 vs H1: β≠0 2、什么是多元统计学？ 统计学 基本统计学的主要内容： t-检验，方差分析 卡方检验 简单相关分析 简单回归分析 1～2 变量（1维） 多元统计学的主要内容： 多变量方差分析 多变量相关分析 多变量回归分析 多个变量（多维） 多元统计分析——讨论多维随机向量 的理论和统计方法的总称。 英国著名统计学家Ｍ.肯德尔（M.G.Kendall）在《多元分析》一书中把多元分析所研究的内容和方法概括为以下几个方面： 1. 简化数据结构(降维问题) 例如通过变量变换等方法使相互依赖的变量变成互不相关的；或把高维空间的数据投影到低维空间，使问题得到简化而损失的信息又不太多.主成分分析，因子分析,对应分析等多元统计方法就是这样的一类方法。 ２.分类与判别（归类问题） 对所考查的对象(样品点或变量）按相似程度进行分类（或归类）。聚类分析和判别分析等方法是解决这类问题的统计方法。 3.变量间的相互联系 (1) 相互依赖关系:分析一个或几个变量的变化是否依赖于另一些变量的变化?如果是,建立变量间的定量关系式,并用于预测或控制---回归分析。 (2) 变量间的相互关系: 分析两组变量间的相互关系---典型相关分析等。 （3）两组变量间的相互依赖关系---偏最小二乘回归分析。 5.多元统计分析的理论基础 包括多维随机向量及多维正态随机向量，及由此定义的各种多元统计量，推导它们的分布并研究其性质，研究它们的抽样分布理论。这些不仅是统计估计和假设检验的基础，也是多元统计分析的理论基础。 ４.多元数据的统计推断 参数估计和假设检验问题。特别是多元正态分布的均值向量和协差阵的估计和假设检验等问题。 各种设计资料的方差分析： 完全随机设计资料的单因素方差分析 随机区组设计资料的两因素方差分析 析因设计资料的多因素的方差分析 拉丁方设计资料的三因素方差分析 嵌套设计资料的多因素方差分析 裂区设计资料的多因素方差分析 单因素重复测量资料的方差分析 双因素重复测量资料的方差分析 交叉设计资料的多因素方差分析 -- 简单相关分析：ρ(x,y) -- 偏相关分析： ρ(x,y|z) -- 复相关分析： ρ(y,x1,x2,...xk) -- 典型相关分析：ρ(x1,x2,...xk; y1,y2,...yp) 各种类型的相关分析： 单变量回归分析 ： -- 线性和非线性回归分析 -- Logistic回归分析 -- 生存时间回归分析 -- 时间序列回归分析 -- 对数线性模型分析 多变量回归分析 ： -- 路径分析 -- 结构方程模型分析 各种类型的回归分析： -- 聚类分析 -- 因子分析 -- 主成分分析 -- 对应分析 各种类型的分类分析： 二、多元统计与基本统计的区别 较少变量 较多变量 实用性较差 实用性较强 较简单 较复杂 不够准确 更准确 MSA BSA 例如：用四种不同方法治疗8名患者，其血浆凝固时间的资料列在下表中。试分析治疗方法对血浆凝固时间的影响。 治疗方法与浆凝固时间的资料 Source DF Sum of Squares