[医药卫生]第11章 多因素分析.pptVIP

概念 多因素分析是同时对观察对象的两个或两个以上的变量进行分析。 常用的统计分析方法有： 多元线性回归、Logistic回归、COX比例风险回归模型、因子分析、主成分分析，等。 多元线性回归除具有直线回归的基本性质外，还具有以下特点： （1）因素筛选：（因素分析） 例如影响高血压的诸多因素中： 1）哪些是主要因素？ 2）各因素的作用大小？ （2）提高回归方程的估计精度 多元回归比只有一个自变量的简单直线回归更能缩小应变量Y对其估计值的离差，在预测和统计控制方面应用的效果更好。 （3）控制混杂因素 由上表得到如下多元线性回归方程： 2. 回归方程的假设检验——F检验 对新建立的回归方程进行检验 对新方程的偏回归系数进行检验 1.　确定系数（R2）： ３．校正确定系数 （adjusted R-square， R2a ） 越大越优。 R2a不会随无意义的自变量增加而增大。是衡量方程优劣的常用指标。 校正确定系数的计算： 四. 各自变量的评价 2. 标准化偏回归系数(standardized partial regression coefficient) 消除测量单位影响后的偏回归系数——标准化偏回归系数。 意义： 计算： b’j = bj× Sj / SY bj为X的偏回归系数; Sj为自变量的标准差; SY 为应变量的标准差; 若将各变量先经标准状态化处理后，再进行多元回归，则所得到的偏回归系数即为标准偏回归系数。 五. 自变量的筛选 基本思路：尽可能将回归效果显著的自变量选入方程中，作用不显著的自变量排除在外。 （1）全局择优法（最优子集回归）（all possible subsets selection）： 有p个自变量就有2P-1个自变量子集。在各子集中选择最优的回归方程。 仅适用于自变量个数不太多的情况。 （2）向前筛选法（Forward selection）： 事先给定一个入选标准，即?（通常? =0.05），然后根据各因素偏回归平方和从大到小，依次逐个引入回归方程至无显著性自变量可以入选为止，因素一旦入选便始终保留在方程中而不被剔除。 局限性：后续变量的引入可能会使先进入方程的变量变得不重要。 （4）逐步法（Stepwise）： 给出入选标准（通常 ?1 =0.05）和剔除标准（ 通常?2 =0.10），每次选入一个在方程外且最具统计学意义的自变量后，就对原在方程中的自变量做剔除检验，这个过程逐步进行，直到没有有统计意义的自变量可以入选，也没有无统计学意义的自变量保留在方程中为止。 实际工作中，多采用逐步法。 用上述方法对上例资料进行分析。 五. 应用多元线性回归分析时需注意的事项 （1）样本量要求：无精确的计算公式。据经验，样本量应是自变量数的5~10倍以上。(20?) （2）做预报时，只能在自变量X的观察值范围内进行； 例如：建立儿童期体表面积（Y）与身高（X1）、体重（X2）的线性回归方程，但不能利用该方程来推算某一身高、体重的成人的体表面积。 （3）在资料要求上，应变量Y服从正态分布。 （4）注意资料的特异点（outlier）； （5）观测值重新量化问题。 二项分类资料：用X表示分类变量，阴性为0，阳性为1。 有序多项分类资料：用一个X 作为分类变量，以自然数0，1，2，…赋值。如将病情分为轻中重三类时，用X表示病情，赋值方法为： 处理方法： 最简单、有效的方法是根据专业知识人为去除在专业上比较次要的、或缺失值较多、测量误差较大的共线性因子。 二、 Logistic 回归 一. 概念 Logistic 回归是一种适用于应变量为分类值多因素曲线模型。 Binary Logistic 适用于应变量为二项分类的资料。 应变量（Y）在一组自变量（X）的作用下所发生的结果赋值规则为： 二. Logistic 回归的应用 例11.2 50例急性淋巴细胞白血病病人，在入院时白细胞数X1（×10/L），淋巴结浸润度X2（记为 0、1、2三级），缓解出院后巩固治疗X3 （有巩固治疗时赋值 1，无巩固治疗时赋值 0）。随访1年取得每例病人是否死亡 Y 的资料。请分析影响一年内死亡的有关因素。 按Logistic 回归的要求，设第i 例病人的应变量Y，其赋值规则为： 一年内死亡，赋值 1； 生存一年以上，赋值 0 无序多项分类资料： 或