《判别分析2010》ppt课件.ppt

判别函数式： Y1=0.222ACTH8+3.985转移+8.595FHIT+4.744Ki-67－20.014 Y2=0.080ACTH8+3.647转移+6.246FHIT+4.239Ki-67－8.848 Y3=0.019ACTH8+14.462转移+4.153FHIT+9.483Ki-67－11.968 新病人的数据分别代入，哪个值大就判归哪种类型。 分析结果 例如：张三，ACTH8=6.32，FHIT=1，KI-67=2，转移=0 Y1=2.564，Y2=7.797，Y3=10.920，由于Y3最大，该病人判为腺癌。 其他方法作判别分析 1、二值回归 2、多分类结果的logistic回归分析 二值回归（二类判别） 因变量：y= -1 （正常） 1 （病人） 自变量：x1,x2,…,xk 方 法：多元线性回归分析（linear regression） 二分类logistic回归（binary logistic） 有序结果的累计比数logistic回归 自变量：x1,x2,…,xk 因变量：y，为多分类 方 法：有序结果的累计比数logistic回归（ordinal logistic regression） 有序结果的累计比数logistic回归SPSS使用要点 ②协变量(xi) ①因变量(y) ③ 步骤 回归系数 常数项 分析结果 构造判别函数式： j=1，2，3，…. Y=0的概率： Y=1的概率： Y=2的概率： 新病人回代，哪个值大判归哪类。 多因素模型分析小结 建模策略：成功的建模是部分科学，部分统计学，再加部分经验和常识的结合。 1、对每个变量进行量化，并作单因素分析 2、对性质相近的一些变量进行部分多因素分析并探讨各自变量（等级变量、数值变量）纳入模型时的适宜尺度，及必要的变量变换。 3、在单变量分析和相关自变量分析的基础上，对P<α（ α常取0.20，0.15）的变量，以及专业上认为重要的变量进行多因素的逐步筛选。 4、在多因素筛选模型的基础上，考虑有无必要加入变量的交互作用项。 5、对专业上认为重要，但未入选的变量要查明原因。 建模策略 回归系数的检验 1、方法：似然比（LR）、Wald检验、比分检验（Score test）。 可靠性：似然比（LR）>比分检验>Wald检验 （Wald检验由于没有考虑各因素的作用，当变量间存在共线性时，结果不可靠） 2、重要影响的变量：⑴P<0.05；⑵有A变量和无A变量时，B变量的回归系数改变0.5以上，则A变量为有重要意义的变量。 自变量筛选方法 1、前进法：善于发现单独作用较强的变量 2、后退法：善于发现联合作用较强的变量 3、逐步向前法 4、逐步向后法 对可能有影响的自变量进行筛选。 回归系数反常的原因 在做多因素分析时，有时出现：⑴回归符号相反；⑵专业认为很重要，但未入选方程；⑶回归方程检验显著，但所有自变量均不显著等。 原因：⑴数据中有离群值或异常数据；⑵自变量的观察范围太小，或方差太小；⑶样本含量不够，或自变量太多；⑷自变量间存在复共线性（自变量间高度相关）。 再见 判别分析 判别分析就是在已知研究对象分为若干类型（组别）并已经取得各种类型的一批已知样品的观测数据基础上，根据某些准则，建立起尽可能把属于不同类型的数据区分开来的判别函数，然后用它们来判别未知类型的样品应该属于哪一类。 ⑴非常明确共有几个类别 ⑵训练样本必须由金标准确立分类 ⑶目的是从已知样本中训练出判别函数，指导新病人的诊断和（或）鉴别诊断。 判别分析的概述 医生的工作职责： 诊断：确诊 治疗：对症下药，药到病除 实例：某医院尝试用7个指标来鉴别诊断四种不同类型的阑尾炎。 阑尾炎的类型：卡他性、蜂窝组织炎、坏疽性、腹膜炎。 主要的临床症状体症：腹痛开始部位、腹部肌性防御和反跳痛、有否恶心呕吐、体温、排便情况、白细胞计数、腹部压痛范围。 7个指标： X1:腹痛开始部位:①右下、②下、③上、④脐周、⑤全腹 X2:有否恶心呕吐：①恶心(-)呕吐(-) ②恶心(+)呕吐(-)③恶心(+)呕吐(+) X3:排便情况：①24内正常② 24内无正常或腹泻③腹泻有里急后重 X4:腹部压痛范围：①右下腹②更广泛 X5:腹部肌性防御和反跳痛：①防御(+)反跳痛(+)②防御(-)反跳痛(+) ③防御(-)反跳痛(-) X6:体温:①<37②37-38③>38 X7:白细胞计数:①<10000②10000-15000③>15000 阑尾炎的类型： Y1:卡他性 Y2:蜂窝组织炎 Y3:坏疽性 Y4:腹膜炎。 判别分析的基本原理： ○○○○○○○● ○○○○○○● ○○○○