[数学]常用多变量分析简介zjh20101230.ppt

一. 多重线性回归 多重线性回归(multiple linear analysis)是一元线性回归或简单回归分析的推广。 它研究的是一组自变量(x1,x2, …,xp)如何影响一个因变量(y)。 这里自变量(independent variable)指的是一组独立的变量，因变量(dependent variable)指的是受其他变量影响的变量。 一. 多重线性回归 在例16.1中，自变量为微量元素钙(x1)、镁(x2)、铁(x3)和铜(x4)，因变量为血红蛋白含量(y)。 由于多重线性回归分析(包括一元线性回归分析)仅涉及到一个因变量，所以有时也称其为单变量线性回归分析(univariate linear regression analysis) 多重线性回归分析在医学研究中的用途相当广泛，是一种很重要的回归分析方法，也是其他多变量统计分析方法的基础。 二. Logistic回归 多重线性回归模型要求因变量是连续型的正态分布变量，且自变量与因变量呈线性关系。 当因变量是分类变量，且自变量与因变量不呈线性关系时，就不能满足多重线性回归模型的适用条件。此时，处理该类资料常用logistic回归模型。 Logistic回归分析属于非线性回归，它是研究因变量为二项分类或多项分类结果与某些影响因素之间关系的一种多重回归分析方法。 二. Logistic回归 在疾病的病因学研究中，经常需要分析疾病的发生与各危险因素之间的定量关系。比如，研究食管癌的发生与吸烟、饮酒、不良饮食习惯等危险因素的关系。如果采用多重线性回归分析，由于因变量为二分类变量(通常取值0或1)，不满足正态分布和方差齐等应用条件，若强行使用线性回归分析，其预测值可能会大于1或小于0而无法解释。 三 Cox比例风险回归 第十五章“生存分析”介绍了针对生存时间资料的几种方法，一般仅用于单因素分析。 但在医学研究中，观察对象生存时间往往受到多个因素的影响。 例如，研究某肿瘤患者生存时间与治疗措施的关系，患者的生存时间不仅与治疗措施有关，还受病人的年龄、性别、病情、心理、环境、社会等因素的影响，如果要显示治疗措施的效果，除了治疗措施不同以外，其他影响因素应尽可能相同或相近，这时采用多变量分析方法能够分析包括治疗措施在内的可能因素对生存时间的影响。 三 Cox比例风险回归 因为生存时间资料的分布往往不服从正态分布(大多为正偏态分布)，有时甚至不知道它的分布类型，这样就不能采用多重线性回归方法分析。 本节介绍的Cox比例风险回归模型(Cox proportional hazard model)可以分析多个因素对生存时间的影响，而且允许有截尾数据存在，是生存分析中最重要的多因素分析方法。 四. 多变量方差分析 例如，比较冠心病患者、糖尿病患者和正常人的“脂质代谢”的异常情况，应包括对血清总胆固醇、三酰甘油、高密度脂蛋白、低密度脂蛋白等指标的同时比较。 五. 多变量线性回归分析 例如，血清总胆固醇含量()、三酰甘油()、高密度脂蛋白()、低密度脂蛋白()对收缩压()和舒张压()可能都有影响。 要分析这个问题，就需要采用两变量线性回归分析，即用两个线性模型去描述上述4个自变量与2个因变量之间的线性关系。 六. 多变量相关分析 相关分析是研究变量或变量集合之间数量协同变化关系的统计方法。 相关分析方法就类别而言可分为简单相关、多重相关(复相关与偏相关)和典型相关。 研究两个变量间的相关关系时，采用简单相关系数； 研究一个变量y与一组变量的相关关系时，采用复相关系数； 描述固定其他变量时，某个变量与y之间的相关关系时，采用偏相关系数； 而研究一组变量与另一组变量的相关关系时，则需要采用典型相关系数。 * * 第十六章 常用多变量统计方法简介 多变量统计方法是研究多个随机变量之间相互关系及规律性的统计学分支。医学现象往往涉及多个变量，且变量间又存在一定的联系。 如果用单变量统计方法分别进行统计分析，就忽略了各变量之间存在的相互关系，丧失许多样本信息，分析结果难以客观全面地反映实际情况。 此时，往往需要采用多变量统计方法进行分析。 多变量统计方法不仅能够研究多个变量之间的相互关系以及揭示这些变量之间的变化规律，而且能够使复杂的指标简单化，并对研究对象进行分类或简化。 随着计算机技术的普及，各种统计软件的不断推出，多变量统计方法已广泛应用到医学研究的各个领域。 常用的多变量统计方法有： 多重线性回归分析 多重logistic回归分析 Cox比例风险回归分析 多变量方差分析 Poisson回归分析 对数线性模型分析 聚类分析 判别分析 典型相关分析 路径分析 主成分分析、探索性因子分析、证实性因子分析 结