多因素分析.docx

多因素分析
研究多个因素间关系及具有这些因素的个体之间的一系列统计分析方法称为多元(因素)分析。主要包括：
多元线性回归(multiplelinearregression)
判别分析(disoriminantanalysis)
聚类存期估计等。
4、疾病的病因学估计：研究引起疾病的原因，并分析其主要影响因素。
判别分析:要求Y变量二分类或多分类的属性变量。分别用Fisher和Bayes准则进行计算。
同时根据样本中个体的症状、体征选用多元逐步判别分析的方法，来判断病人患的什么疾病。其判别函数为：
Z=bx+bx+bx•••..+bx
112233kk
对判别函数在实际应用中的判别能力要进行检验。
判别临界值：
ny(a)+ny(b)
12
/In+n
12
且：
y(a)>Y>
0
y(b)
所以：若Y〉Y判为A类；若Y〈Y判为B类。
00
可以计算各指标的贡献率，进行回代检验其符合率。
例如：
1、有健康人10名，心肌梗死病人6名，分别进行心电图检查得到三个指标X、X、X。建立这两类人的判别式，以次判别新的就
123
诊患者是否为心肌梗死病人。
2、对正常人和白血病人进行血清学方面的研究，用高分辨核磁共振谱仪分析a峰形，以a峰的高度（X）和峰腰（X）的宽度作为观察
12
指标，采集了13名白血病人和11名献血员作为健康人的血清的a峰形。
3、现有已知分类的健康人11人，硬化症患者7人，冠心病患者5人，这23人的心电图的5个指标测量数据，建立判别方程。
3、logistic回归分析
多元线性回归要求y是呈正态分布的连续型随机变量。医学中常见这样的试验：动物服药后是生（假设其值为1）还是死（假设其值为0），或是发病（1）还是未发病（0）等。当因变量取值为（0，1），自变量可能是分类变量，也可能是连续变量时，用线性回归分析的方法进行处理是不合适的，应选用Logistic回归。
Logistic回归属于概率型回归，用来分析某类事件发生的概率与自变量之间的关系。适用于因变量为二值变量（或多分类）的情形。
基本概念：因变量的预测值在0~1之间。如根据冠心病病人的饮食特点、吸烟史、生活的方式、得病的类型等数据资料，建立一个logistic回归方程来预测病人的冠心病的可能性。
数学模型：y=InL人-p兀a+zbx
jjjij
式中：p是在条件x=（,x,x……x）下，某事件发生的概率，
jj1j2j3jmJ
1-p是该事件不发生的概率。其中，i=1~m,m是自变量
j
的个数。a是截距，。
i
Logistic回归方程的曲线为S型，预测值最大值趋近1，最小值趋近0。
logistic回归方程的另一种表达形式：p—血通过变换
可以得出P与多元变量Xi间的数学表达式：p=
exp(a+Ebx)
i——i
1+exp(a+Ebx)
ii
1—p—exp(a+Ebx)
ii
例如:
1、某医生研究哪些指标可以判断糖尿病患者是否动脉硬化，将临
，记为因变量type=1，非硬化imt<，记为因变量type=0。选择自变量为年龄（age）、尿白蛋白（ALB）、体重指数（BMI）、胰岛素敏感指数（ISI）、收缩压（SBP）、甘油三脂（TG）、胆固醇（CH0）、
糖尿病病程（DURA）。
2、某医院为研究医院内尿路感染的主要危险因素，回顾调查了某年
危险因素变量名
定义
性别
X
1
女0,男1
年龄（岁）
X
2
<30=0,30~=1,50~=2,
70~=3
插管前住院时间（天）
X
3
<3=0,3~=1,10~=2,20
~=3
导尿方式
X
4
闭式=0,开放式=1
导尿期间无抗生素持续冲洗
X
5
否=0,是=1
留置导尿时间
X
6
<3=0,3~=1,10~=2,20
~=3
感染前有无输血史
X
7
无=0,有=1
感染前有无应用免疫抑制剂
X
8
无=0,用=1
插管前血浆肌酐水平
X
9
<80=0,80~=1,170~=2
有无糖尿病
X
10
否=0,是=1
尿路感染
Y
未感染=1,感染=0
三个月份在住院期间实施保留导尿的200名患者，分别记录了
插
分析可能在医院内尿路感染的危险因素。
4、比例风险模型一COX回归
常用统计描述和统计推断的方法有：分位数、中数生存期、平均数生存函数古迹、判断生存时间分布、非参数检验、寿命表法、log-rank检验（对数秩检验）