多因素分析PPT课件.ppt

. 第三部分医学随访资料的统计分析方法-生存分析survival analysis 问题1 如果 甲药治愈率为80%，疗程1月 乙药治愈率为90%, 疗程3月. 哪个更好? 158例经手术治疗大肠癌患者临床病理因素及5年生存状态. 如果有人没观察满5年, 4年时死于其他原因, 这个人的信息可否利用? 问题2 如何计算平均数 手术到死亡时间 3 7 15 20 25 26 30 平均生存时间 mean=18 3 9 15 20 25+ 27 30+ 中位生存时间 median=20 以30天为界 的分类结果： 死亡 生存 A 6 2 B 4 4 完全数据的均数： Mean(A)=12.5 Mean(B)=11.0 问题3 这个数据如何分析？ A 3 6 8 10 22 26 30＋ 30＋ B 6 8 10 20 30＋ 30＋ 30＋ 30＋ ? 数据特点 结局不仅取决于有效/无效，还与起效时间长短有关 时间不仅有完全数据，还有不完全数据（截尾数据，删失数据） 生存数据常常是偏态的 生存分析 2 残差均方与调整确定系数 考虑了引入变量的个数p 3 Cp统计量( Cp statistic) 由Mallows CL.提出。 当p个自变量拟合的方程理论上“最优”时，Cp的期望值为p+1，因此应选择Cp越接近于p+1的回归方程为“最优”方程。 SAS运行结果 二、逐步回归法 向后法 (删) 向前法 (进) 逐步法 方程 方程 方程 规定进入,保留(删)的P值,且要求P进P删,P值大小如何选取？ 自变量框中变量全部进入方程 强迫删除 最终得到对脂联素有意义的影响因素为BMI与瘦素，（非标准化偏回归系数）生物学意义为BMI、瘦素增加，脂联素含量是下降的，（标准化偏回归系数）瘦素的影响作用大于BMI的影响。 思考 多元线性回归中应变量Y是什么类型的变量？ 偏回归系数与标准偏回归系数的意义 控制混杂因素有哪些方法？ 方差分析与t检验在多元线性回归分析中的作用有何不同？ 变量筛选有哪些方法？在应用逐步法筛选变量时是不是一定取alpha=0.05？如何选取？ 第二部分 Logistic 回归 本方法教学要求 适用资料 回归方程表达 偏回归系数与比数比OR 模型检验与偏回归系数检验 哑变量设置 变量筛选 应用 Logistic回归分析思路同多元线性回归 要考虑和解决如下几个问题： 1、Y中的1，0的比例，比例接近0或1都不好 2、模型的全局检验，似然比检验LR（多元线性回归是ANOVA） 3、方程中每个系数的检验：wald或LR，多元线性回归是t-test） 4、变量筛选：向前,向后（条件LR，LR，Wald） 5、个体概率预测，判断 适用资料 应变量Y为二分类:二元Logistic 回归 Y为无序多分类:多项Logistic 回归 Y为有序多分类:有序Logistic 回归 自变量类型不限，变量个数单个多个均可 本次课只讲二分类Logistic 回归，且是完全随机设计资料,因此也称非条件Logistic 回归 回归方程表达 P为发病的概率, 0≤P≤1,广义线性模型。 Log，就是自然对数 ln；ex ，可写成exp(x) 偏回归系数计算基本原理：极大似然法（Maximum likelihood, ML） 要求lnL 达到最大。 复习:优势odds与优势比odds ratio 优势（比势）为某病患者（或非患者）某暴露因素存在的比例P(E)和不存在的比例（1-P(E))的比例。 Odds=P(E)/[1-P(E)] 优势比odds ratio,OR患者与非患者某因素优势的比值被称作优势比（比数比）。OR=odds1/odds0 例 病人有超重或肥胖史(BMI=25)的优势 odds1=(1656/2987)/(1331/2987)=1.2442 非病人有超重或肥胖史史的优势 Odds0=2492/5461=0.4563 OR=odds1/Odds0= 1.2442 / 0.4563 =2.727 高血压1 非病人0 合计 超重或肥胖1 1656 a 2492 b 4148 正常0 1331 c 5461 d 6792 合计 2987 7953 10940 若y=1为disease，y=0为non-disease, 有 高血压1 非病人0 合计 超重或肥胖1 1656 a 2