如何通过建模控制混杂因素剖析.ppt

例： 27名糖尿病人的性别、年龄、血清总胆固醇、甘油三脂、空腹胰岛素、糖化血红蛋白、空腹血糖的测量值列于表3中，试建立血糖与其它几项指标关系的多元线性回归方程。 多元线性回归分析 * 表3 27名糖尿病人的血糖及有关变量的测量结果 * * 资料的研究目的是建立血糖与其它因素的线性回归方程 性别和年龄与应变量（血糖）含量有关，也可能与自变量（血清总胆固醇、甘油三脂、空腹胰岛素、糖化血红蛋白）有关，因此，怀疑性别、年龄为混杂因素 将混杂因素（性别和年龄）放到多元线性回归模型中进行控制，从而更加准确地考察其它自变量与血糖的关系 SPSS分析结果 结果为扣除性别和年龄两个混杂因素的影响后，各指标与血糖的关系 * 在医学上,人们更关心疾病是否发生或发展的影响因素,既因变量是二值的。 令： y=1 发病（阳性、死亡、治愈等） y=0 未发病（阴性、生存、未治愈等） Logistic回归模型是一种概率模型，适合于病例—对照研究、随访研究和横断面研究，且结果发生的变量取值必须是二分的或多项分类。可用影响结果变量发生的因素为自变量与因变量，建立回归方程。 Logistic回归-- Logistic回归种类 成组资料的非条件Logistic回归 配对资料的条件Logistic回归 两分类反应变量的Logistic回归 多分类有序反