MPH多因素分析方法简介.docVIP

西安交通大学医学院MPH《医学统计学》 多因素（多变量数据）的统计分析介绍 多因素分析 研究问题的需要：同时考虑多个因素 控制混杂因素 单因素分析与多因素分析的关系 单因素分析往往需要依据良好的实验设计，组间均衡可比。但也因此限制了结论的泛化。 多因素分析有时是研究工作的需要： 因为对于一些问题需要多个指标来反映； 有时候在设计阶段无法通过设计来平衡混杂因素，需要采用多因素的分析方法来加以控制或调整。 方法选择时要紧密结合专业和研究问题，选择合适的统计方法，以清晰的说明问题为准绳。 多因素分析时，专业知识、背景信息以及研究问题本身是至关重要的。 常用的多因素分析方法 析因、正交、协方差和重复测量（多因素ANOVA） 多元线性回归分析 非条件Logistic回归分析 主成分析 判别分析 聚类分析 主成分分析与因子分析 常用的模型 广义线性模型 （general liner model） 单反应变量（univariate）/ 多反应变量（multivariate）/ 重复测量（repeated measures）（基于方差分析） 回归分析（线性回归，Logistic回归，Cox回归） 生存分析（survival） 聚类分析（classify）等 多变量数据类型 观察对象同时记录多个反应变量 观察对象记录一个反应变量和多个解释变量 例1：不同组生长发育情况 第一组 第二组 编号 身高 体