第十五章多元统计简介解析.pptVIP

多元回归分析简介 蒋红卫 多元线性回归 基本原理 实例 测量得到27名糖尿病患者的血清总胆固醇X1、甘油三酯X2、空腹胰岛素X3、糖化血红蛋白X4、空腹血糖Y的数值。试建立血糖与其他几项指标的多元线性回归方程。 Logistic回归 实例 研究吸烟X1、饮酒X2与食管癌Y关系，试作Logistic回归。 COX回归 实例 为了探讨某恶性肿瘤的预后，收集了63例患者的生存时间t、生存结局δ及影响因素。影响因素为包括患者年龄X1、性别X2、组织学类型X3、治疗方式X4、淋巴结转移X5。试用COX回归予以分析。 小结 多元回归分析 主要类型及应用条件 基本形式 应用范围 参数估计方法 偏回归系数的解释 变量筛选的类型 谢谢大家！ 　　　　(2) 死亡概率(mortality probability)：记为q，是指往后一个时段内死亡的可能性大小(概率预测往后的、即将发生的情况)。年死亡概率的计算公式为： 若年内有截尾，则分母用校正例数： 死亡率反映年平均死亡强度，而死亡概率表示往后一年死亡的机会大小。 统计描述 (3) 生存概率(survival probability)：记为p，指往后活满一个时段的可能性大小（1- q ）。年生存概率表示往后再活一年的机会大小，其计算公式为： 若年内有截尾，则分母用校正人口数。 统计描述 生存率及其标准误 　　　　(１) 生存率(survival rate)：记为S(t)，是指病人经历给定的t个单位时间之后仍存活的概率。生存率其实质是累积生存概率(cumulative probability of survival)。若无截尾数据，其公式为： 其中,T为病人的存活时间。 　　　如果含有截尾数据，则观察总例数将难以确定，应利用概率乘法原理估计生存率： 　　　　(2) 生存率的标准误： 采用Greenwood‘s法估计生存率的标准误，其公式为： 　　　　(3) 生存曲线(survival curve)：是指将各个时点的生存率连接在一起的曲线图。曲线形状分两种类型： 　①阶梯型：小样本资料用直接法估计的生存曲线； 　②折线型：大样本资料用频数表法估计的生存曲线。 半数生存期及其四分位数间距 　　　　半数生存期 (median survival time)：又称中数生存期，记为T50，其定义为： T50 ＝生存率为0.5时所对应的时间 　　　　 它表示有并且只有50%的个体可活这么长时间，它反映生存期的平均水平。 　　　 四分位数间距:记为Q，表示中间半数病人生存期的分布范围，它反映生存期的离散程度，其定义为： Q＝T25－T75 　式中，T25和T75分别是25百分位数和75百分位数． 生存率的估计 小样本生存率的估计：Kaplan-Meier法 ，又称乘积极限法(Product-limit method) ． 大样本生存率的估计：寿命表法． 　　　寿命表有现时和定群之分，估计生存率用的是定群寿命表法(cohort life table)。 生存曲线的比较 利用死亡数和死亡率函数推断k个总体生存曲线是否不同 ？ 比较方法： ①Log rank检验 ．其基本思想是实际死亡数与期望死亡数进行比较 （H0:总体生存率曲线相同): 　　　　　　 H0成立时，服从自由度为（k -1）的?2分布！ ②Breslow检验 ．可看作是对Log rank检验 的一种加权． Cox比例风险模型 数学模型： 其中，h0(t) 称为基础风险函数 Cox比例风险模型 二、基本思想 用模型去描述实际资料时，须使 得理论结果与实际结果尽可能的一致。 资料整理格式 Cox比例风险模型 三、基本原理 类似Logistic回归分析构造一个所谓的偏似然函数L=… 使得L或lnL最大的?j即为所求。 Cox比例风险模型 四、基本方法 最大偏似然函数法 五、参数解释 1. 偏回归系数?j 的意义 与指标的计量单位有关，从而无实际 的解释意义。 Cox比例风险模型 2.标准化偏回归系数?j1的意义 （1）取 “+”，则随xj 的增大h(t)也增大,即促进“死亡”的发生，缩短生存时间，为“不利因素”； 取 “-”，则随xj 的增大h(t)降低,即抑制