多元分析.pptVIP

Cox回归分析 第十四章介绍的生存时间资料几种非参数分析方法，一般仅用于单因素分析。 但在医学研究中，观察对象生存时间的长短往往与多种因素有关系，如宫颈癌患者术后的生存期、白血病患者化疗后的缓解期等，除了与治疗方案有关外，还可能与患者年龄、体质、病情轻重及营养状况等因素有关。 医学上将这些因素统称为预后因素，统计学上将它们称为协变量或伴随变量。 由于生存时间资料常存在截尾值，生存时间 t 往往不满足正态分布和方差齐性的要求，不适宜用第一节介绍的多元线性回归来分析生存时间与预后因素之间的关系； 如果不考虑生存时间仅考虑事件结局(“发生”和“未发生”)，或将生存时间离散化为二项分类变量，显然会损失部分信息。 此外，有时生存时间的分布完全不明确，采用其他生存分析模型来拟合也会感到困难。 英国生物统计学家 D.R. Cox于1972年提出，采用比例风险回归模型(proportional hazard regression model)来分析带有协变量的生存时间资料。 由于这一模型以时间顺序统计量为基础，对生存时间的分布形式无具体要求，因而适用范围广泛。 医学上主要用于探讨恶性肿瘤和其他慢性病的预后因素，也可用于临床疗效评价和病因探索。 式中h0(t)为基准风险函数(baseline hazard function)，表示当所有预后因素处于0状态下的风险函数，是与生存时间有关的任意函数，函数形式无任何限定。 模型参数?j ( j = 1，2，…， p)称为回归系数。 Cox回归适用范围很广，类似于非参数方法； 但其检验效率高于非参数模型，接近于参数模型。 回归系数的估计与检验： 由于模型未定义h0(t)，故不能用一般的方法估计回归系数。英国Cox. DR.提出用风险函数的条件概率，建立偏似然函数(partial likelihood)，并证明了在多数情况下，可借用似然法估计和检验参数。 回归系数常用的检验方法有如下三种，这三种统计量均服从?2分布，自由度等于被检验变量的个数。 ①Score检验：稳健性较差，但用于选变量的检验十分方便。 ②Wald检验：稳健性较好，用于模型内变量的检验很方便。 ③似然比检验(maximum likelihood ratio test)：稳健性最好,计算量较大,检验模型内变量(剔出)或模型外变量(选入)同样方便。 例15.5 为了探讨乳腺癌术后的主要预后因素，某研究者随访观察了39例乳腺癌切除患者，随访内容包括病人的复发时间、结局及预后因素。原始资料见表15.8。复发时间、结局及预后因素的定义及量化方法见表15.9。试对该资料进行Cox回归分析。 表15.8 39例乳腺癌切除患者的复发时间资料 表15.9 患者复发时间、结局及预后因素的定义及量化方法 表15.10 Cox比例风险回归模型的拟合结果 另外，一名低分化组织、有淋巴结转移且癌细胞浸润程度突破浆膜层的病人(X2、 X3 和X4均等于1)与一名高分化组织、无淋巴结转移且癌细胞浸润程度未突破浆膜层的病人(X2、X3 和X4均等于0)相比，其相对危险度为： RR=hi (t)/h0 (t) = exp[2.679017 (1－0)+ 1.719584 (1－0)+ 1.966889(1－0)] =581 其他多因素分析方法 Hotelling T2 检验 用于两组均向量的比较，即两组 多个变量间的整体比较。 应用条件： 多元正态分布 多元方差分析 （MANOVA） 用于多组均向量的比较，即多组 多个变量间的整体比较。 判别分析 Fisher判别 （二类） Bayes判别 （二类或多类） 训练样本 聚类分析 样品聚类—Q 指标聚类—R 聚类图 主成分分析 主成分分析是从一组地位相同的众多变量中抽象出几个互不相关的主成分，每一主成分代表一个侧面，少数几个主成分就可包含原变量的大部分信息。 1．本例研究目的是要了解正常人和超重者的胆固醇含量是否相同，即比较两组均数5.0923和6.7846之差1.6923有无统计学意义。如按两样本均数比较的t检验，t=-3.14，v=24，0.01P0.005，按α=0.05水准拒绝H0，接受H1，认为两组胆固醇差别有统计学意义。 由专业知识得知年龄与胆固醇含量有关，通常年龄较大者胆固醇含量较高。本例中，两