1_多元统计分析方法简介.pptVIP

多元统计分析方法 The Methods of Multivariate Statistical Analysis 拉丁方设计资料的应用实例： 因子A=喂养时间，水平记为1、2、3； 因子B=地区温度，水平记为1、2、3； 因子C=食品配方，水平记为a、b、c。 经过一段时间喂养后，体重的增加量y记录在下表中。 嵌套设计资料的应用实例： 在某项化合物转化率的实验研究中，涉及到催化剂的种类(因素A)和温度(因素B)。根据专业知识，催化剂对该化合物转化率的影响作用大于温度，而且在不同催化剂条件下所用的温度不完全相同。实验批次为2。转化率观测结果列在下表中。试分析催化剂和温度对该化合物转化率的作用。 不同催化剂在不同温度下对某化合物转化率的观测结果 裂区设计资料的应用实例： 为研究不同瘤株的生瘤效果和不同浓度蛇毒的抑瘤作用，先将48只小鼠按条件分成3个区组，再将每个区组的16只小鼠随机地分成4组，分别接受4种不同的瘤株(因子A)。一天后再对接受同一种瘤株的4只小鼠分别腹腔注射4种不同浓度的蛇毒(0.00,0.03,0.05,0.075)，连续用蛇毒抑瘤10天。停药1天后解剖测瘤重。结果列于下表。 重复测量设计资料的应用实例： 20个病人分别接受了两种不同的治疗处理(A=1，2)。治疗后以30分钟的时间间隔测量病人的前额体温(T=1，2，3，4)。测量结果列在下表中。试分析： （1）两组病人的体温有无显著性差异？ （2）T2时刻测得较高的体温，问其它各时间点的体温与T2时刻有无显著性差异？ 2、各种类型的回归分析 连续型因变量 (y) ---多元线性回归分析 多个因变量 (y1,y2…yk) 分类型因变量 (y) ---多元Logistic 回归分析 时间序列因变量 (t) ---时间序列分析 生存时间因变量 (t) ---生存风险回归分析 路径分析 结构方程模型分析 一个因变量 y 简单(一元) 线性回归分析模型 Y=α+ β X +ε 例如：舒张压和血清胆固醇的依存关系 编号 舒张压 胆固醇 ( id ) ( y ) ( x ) 1 80 307 2 75 259 3 90 341 4 70 237 5 75 254 6 105 416 7 70 267 8 85 320 9 88 374 10 78 316 y = 26.622 + 0.179 x 多元线性回归分析模型 Y=α+β1 X1 +β2 X2 +β3 X3 +ε 例如：校正性别和年龄后舒张压和血清胆固醇的依存关系 Y= 25.867 - 3.312 SEX + 0.207 AGE + 0.153 X 编号 性别 年龄 舒张压 胆固醇 1 1 47 80 307 2 1 55 75 259 3 1 79 90 341 4 1 56 70 237 5 1 65 75 254 6 2 89 105 416 7 2 45 70 267 8 2 67 85 320 9 2 77 88 374 10 2 59 78 316 三元线性回归模型： Y= 25.867 - 3.312 SEX + 0.207 AGE + 0.153 X 一元线性回归模型： Y = 26.622 + 0.179 X 多变量线性回归分析模型 Y1=α1 +β11 X1 +β12 X2 + β13 X3 +ε1 Y2=α2 +β21 X1 +β22 X2 + β23 X3 +ε2 * 研究生选修课 主讲教师： 张家放 （副教授） 工作单位： 公共卫生学院 流行病与卫生统计学系 工作地点： 公共卫生学院大楼，4层 联系电话：w)h) M S A 教材：《医用多元统计方法》 张家放主编 教学时数：3