课件：多因素分析.pptVIP

对数秩检验的条件： 要求各生存曲线不能交叉; 交叉提示可能存在混杂因素，应采用多因素分析方法来校正或采用分层分析方法。 * * Cox回归 比例风险回归模型（proportional hazards regression model）简称COX回归 研究协变量与生存函数(风险函数）之间的关系。 比例风险回归模型 * H(t) t时刻的风险函数(hazard function);h0(t) 为基准风险函数,与时间有关,任意分布； 比例风险（proportional hazard,PH）假设:任一时刻两组风险比是常数,比例系数为exp(.) 风险比（Hazard Ratio, HR） 风险比（Hazard Ratio, HR）同一时点两组风险函数之比 * 41名某恶性肿瘤病人的生存时间及其影响因素 * 41名某恶性肿瘤病人的多变量Cox回归结果 * 生存资料的基本要求 随机样本，数量足够 死亡例数不能太少 截尾比例不能太大 生存时间尽可能精确，如‘日’ * 作业 请从应变量类型、模型表达形式、回归系数解释小结多元线性回归、logistic回归与Cox回归三个多因素分析方法 为什么要设置哑变量？ 以下是logistic回归分析结果，试解释结果 x2年龄 ： 5岁=1;5岁~=2;15岁~=3;45岁~=4;65岁~=5)； x6自感疾病严重程度 ：不严重=1;一般=2;严重=3； x7发病时间： 急性病两周内发生=1， 急性病两周前发生延 续到两周内=2 慢性病持续到两周内=3； Y就诊 就诊=0，未就诊=1 * 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 2492 b 4148 正常0 1331 c 5461 d 6792 合计 2987 7953 10940 * 回归系数的解释 logistic回归中的系数?，与OR的关系： ?＝ln(OR) 设P1 为X=1的得病概率， P0 为X=0的得病概率 * 模型检验与偏回归系数检验似然比检验(likelihood test) 似然比检验是通过比较两个相嵌套模型的对数似然函数统计量G(又称Deviance)来进行的，其统计量为： G＝GP－GK ＝－2ln(LP)+2ln(LK) G服从自由度为K-P的?2分布。 所以似然比检验既可对模型进行整体检验，又可以对每个（引进/剔除）的变量进行检验 * 似然比检验 检验变量X1是否有统计学意义: 模型1：不考虑， -2lnL1=12827.236 模型2：考虑X ， -2lnL2= 12301.503 G=-2lnL1-(-2lnL2) L为对数似然函数值 G＝ 12301.503 -12827.236＝174.267， ?=1，P0.001 说明回归系数β具有统计学意义。 * * （偏）回归系数wald检验 SPSS软件操作 分析→回归→二元logistic回归→因变量:C 协变量:r →选项→确定 * 多分类变量：哑变量(dummy variable) x＝1时：x1＝0， x2＝0， x3＝0 表示A型血 x＝2时：x1＝1， x2＝0， x3＝0 表示B型血 x＝3时：x1＝0， x2＝1， x3＝0 表示AB型血 x＝4时：x1＝0， x2＝0， x3＝1 表示O型血 exp(?1) 表示B与A比之OR; exp(? 2) 表示AB与A比之OR; exp(? 3) 表示O与A比之OR。 例 为研究居民两周患病未治疗的影响因素，采用多阶段分层整群抽样，对某地11790名农村居民进行了入户调查，调查内容包括性别x1（男:0女:1）年龄x2(5岁:1;5岁~:2;15岁~:3;45岁~:4;65岁~:5)年人均收入x3(不低于平均水平:0;低于平均水平:1)医疗保障x4(有:0无:1)到就近医疗点时间x5(10分钟:1;10分钟~:2;30分钟~:3)自感疾病严重程度x6(不严重:1;一般:2;严重:3)发病时间x7（急性病两周内发生：1，急性病两周前发生延续到两周内：2，慢性病持续到两周内：3）、就诊Y（就诊:0，未就诊:1）。11790名居民中，调查前二周患者1649人，其中未就医者720人。 * P 386 例