试论统计学技巧的分类与选择.ppt

多元线性回归的应用条件： 1. 独立性：各观察对象间相互独立。 2. 线性：自变量与应变量间的关系为线性。 3. 正态性：自变量取不同值时，应变量的分布为正态。 4. 方差齐性：自变量取不同值时，应变量的总体方差相等。 5. 当不符合条件时，可对自变量进行变换。 如： 要比较各个自变量对于应变量的作用大小，不能用偏回归系数，因为各偏回归系数的单位不同。必须把偏回归系数标准化，化成没有单位的标准偏回归系数. 消除不同单位的影响后，标准偏回归系数的绝对值越大，该自变量对于应变量的作用越大，但该差别是否有统计意义，也必须经过检验。 （2） 对各偏回归系数的显著性检验： F检验与 t检验 1. 计算截距和各偏回归系数。 2. 多元回归方程的显著性检验： （1）整个方程的显著性检验：用方差分析。 STEPWISE REGRESSION 一．逐步回归分析的基本概念 逐步回归分析的目的是建立“最优”回归方程。 “最优”回归方程是指包含所有对y有显著作用的自变量，而不包含对y作用不显著的自变量的方程。 逐步回归分析的计算方法 在供选的自变量Xi中，按其对y的作用大小，由大到小地把自变量逐个引入方程， 每引入一个自变量就对它作显著性检验，显著时才引入，而当新的自变量进入方程后, 对方程中原有的自变量也要作检验，并把作用最小且退化为不显著的自变量逐个剔出方程。因此，逐步回归的每一步（引入一个变量或剔除一个变量都称为一步）前后都要作显著性检验，以保证每次引入新变量前方程中只包含作用显著的自变量。这样一步步进行下去, 直至方程中所含自变量都显著而又没有新的作用显著的自变量可引入方程为止。 统 计 学 方 法 的 分 类 与 选 择 根据研究设计类型选择分析方法 （一）、成组比较的设计 在成组比较设计中，若是两组比较需要应用t检验或X2检验。多组比较需应用方差分析、行×列表X2检验或分级的分析方法。 （二）、配对（自身实验前后）设计 这种类型的设计需要按照配比的t检验，X2检验及配对的病例对照研究方法进行数据分析。 （三）、重复测量的设计 这类设计方法是在给定一个处理因素后在不同的时间重复测量某一效应变量的改变情况。如欲评价生物制品接种后的免疫学效果，在接种后的2周、4周、6周和8周测定抗体滴度，即为此类设计类型。对于这种设计类型的数据需应用重复测量的方差分析方法进行数据的分析。 （四）、多因素设计 若在研究设计中有多个自变量，则可根据因变量的性质选择合适的多因素分析方法。如果自变量是数值变量，则可考虑应用多元回归分析方法、协方差分析方法。如果是分类变量，则可选择logistic回归分析方法、判别分析方法及聚类分析方法等。 根据变量的类型选择分析方法 区别与明确研究的因变量和自变量具有重要的流行病学与生物统计学意义，首先它有助于选择拟研究的变量，对调查表的设计具有指导作用。 其次数据分析阶段可以指导数据分析方法的选择及模型的建立。若因变量是分类变量，则常考虑应用分类变量的分析方法，如卡方检验，logistic回归分析等。如果因变量是数值变量，则考虑应用数值变量的分析方法如t检验、方差分析，协方差分析、多元回归等。同时明确自变量与因变量可以建立正确的统计学分析模型。 因变量应该放在模型的左侧，自变量则放在模型的右侧。 例如欲评价不同治疗方法（口服药物、注射胰岛素及膳食控制）对糖尿病人的治疗效果（血糖水平），在分析时要求调整病人的性别、年龄和病程的影响。对本例的处理需要进行协方差分析，在应用SAS进行分析时，要将血糖水平（因变量）放在模型的左则，而治疗方法或其它协变量（covariate）即性别、年龄和病程放在模型的右侧。又如分析脂蛋白（a）与冠心病发生的关系，则冠心病是否发生为因变量，脂蛋白（a）则为自变量，不可颠倒这种关系。 不同变量类型的数据分析方法选择 因变量 自变量 数值变量 分类变量 有序变量 数值变量 相关分析，多元回归分析 t检验,方差分析，协方差分析，多元回归分析 相关分析，多元回归分析 分类变量 t检验,方差分析，logistic回归分析,判别分析，聚类分析 c2检验，logistic回归分析 c2检验 有序变量 方差分析，logistic回归分析,判别分析，聚类分析 c2检验，logistic回归分析 相关分析，c2检验 生存时间 　 生存分析 　 不同研究设计和数据类型的数据分析方法选择 　 研究设计类型 变量类型 两组比较 两组以上比较 实验前后比较 重复测量 两变量间的联系 　 　 　 　 重复测量的方差分析 线性回归，Pear