第十六章回归.pptx

第十六章回归;1、根据样本数据求得多元线性回归方程 2、对多元线性回归方程得假设检验及其对方程得拟和效果进行评价 　(１)方差分析法: 　(２)决定系数 　(３)复相关系数 3、各自变量得假设检验与对各自变量得作用大小作出评价 　(１)偏回归平方和 　(２)t检验法 　(３)标准化回归系数 4、自变量得选择方法 　(１)全局择优法:校正决定系数、Cp准则 　(２)逐步选择法:前进法、后退法、逐步回归法;回归分析得分类;发表论文; 在医学研究中经常遇到应变量为二项分类得资料,如治愈与未治愈、生存与死亡、发病与未发病等,可以概括为阳性与阴性两种互斥结果,同时存在可能对分类结果发生概率影响得因素即自变量。这类资料由于d(Y)就是二项分布,适宜用Logistic回归分析进行。;logistic回归:就是研究因变量为二分类或多分类观察结果与影响因素(自变量)之间关系得一种多变量分析方法,属概率型非线性回归。 在流行病学研究中,常需要分析疾病与各种危险因素间得定量关系,同时需要控制混杂因素得影响。 (1)Mantel-Haenszel(曼特尔-享塞尔)分层分析:适用于样本量大、分析因素较少得情况。当分层较多时,由于要求各格子中例数不能太少,所需样本较大,往往难以做到;当混杂因素较多时,分层数也呈几何倍数增长,这将导致部分层中某个格子得频数为零,无法利用其信息。用χ2 检验得局限性:只能研究1个危险因素;只能得出定性结论。 (2)线性回归分析:由于因变量就是分类变量,不能满足其正态性要求;有些自变量对因变量得影响并非线性。 ;队列研究(cohort study):也称前瞻性研究、随访研究等。就是一种由因及果得研究,在研究开始时,根据以往有无暴露经历,将研究人群分为暴露人群和非暴露人群,在一定时期内,随访观察和比较两组人群得发病率或死亡率。如果两组人群发病率或死亡率差别有统计学意义,则认为暴露和疾病间存在联系。队列研究验证得暴露因素在研究开始前已存在,研究者知道每个研究对象得暴露情况。;RR(相对危险度relative risk):表示暴露组与非暴露组发病率(或死亡率)得比值。也称为危险比(risk ratio)。反映了暴露与疾病发生得关联强度。 RR表明暴露组发病或死亡得危险就是非暴露组得多少倍。;病例对照研究(case-control studies):一种由果及因得回顾性研究,先按疾病状态确定调查对象,分为病例(case)和对照(control)两组,然后利用已有得记录、采用询问、填写调查表等方式,了解其发病前得暴露情况,并进行比较,推测疾病与暴露间得关系。;大家有疑问的，可以询问和交流;　　相对危险度RR得本质就是暴露组与非暴露组发病率之比或发病概率之比。但病例对照研究不能计算发病率,只能计算比值比OR值。OR与RR得含义就是相同得,也就是指暴露组得疾病危险性为非暴露组得多少倍。当疾病发病率小于5%时,OR就是RR得极好近似值。;暴露 疾病 、 病例 对照 合计 ;病例对照研究得类型;(二)病例与对照匹配---条件logistic回归 1、成组匹配(category matching):匹配得因素所占得比例,在对照组和在病例组一致。如病例组中男女各半,65岁以上者占1/3,则对照组也就是如此。 2、个体匹配(individual matching):以病例和对照得个体为单位进行匹配叫个体匹配。1:1匹配又叫配对(pair matching), 1:2,┅ ,1:m匹配时称为匹配。 匹配得特征必须就是已知得混杂因子,或者有充分得理由怀疑其为混杂因子,否则不应匹配。 (三)巢式病例对照研究 也称为队列内得病例对照研究,就是将队列研究和病例对照研究相结合得方法。;Content;logistic回归分析概述;目得:作出以多个自变量(危险因素)估计应变量(结果因素)得logistic回归方程。 资料:1、应变量为反映某现象发生与不发生得二值变量;多项分类得资料或有序分类 2、自变量宜全部或大部分为分类变量,可有少数数值变量。分类变量要数量化。;根据研究设计得类型分为: (1)非条件logistic回归 (2)条件logistic回归 根据应变量得类型分为: (1)二分类资料logistic回归:可用非条件logistic回归和条件logistic回归进行分析。非条件logistic回归多用于非配比病例-对照研究或队列研究资料,条件logistic回归多用于配对或配比资料。 (2)多分类无序logistic回归 (3)多分类