醫(yī)學統(tǒng)計學：第40章-12章 案例討論2、高級統(tǒng)計方法

1、案例分析（高級統(tǒng)計分析方法）數(shù)據(jù)資料的統(tǒng)計分析思維過程：根據(jù)數(shù)據(jù)的特征、分析目的選擇統(tǒng)計分析方法（方法的應用條件） 結果閱讀講授的章節(jié)第二篇（高級統(tǒng)計分析方法）：章節(jié)內容1112多因素試驗資料的方差分析重復測量設計資料的方差分析15多元線性回歸分析16192021Logistic 回歸分析生存分析判別分析聚類分析2731綜合評價量表研制和量表資料的分析講授的章節(jié)第四篇（數(shù)據(jù)預處理與醫(yī)學論文報告規(guī)范）：章節(jié)內容3840數(shù)據(jù)預處理與統(tǒng)計分析基本思路系統(tǒng)綜述與meta分析(不是簡單相加)(1)該資料屬何種設計類型？(2)所用統(tǒng)計分析方法是否正確？為什么？若不正確，可以用何種統(tǒng)計分析方法？(3)該統(tǒng)計

2、分析方法對資料有何要求？該資料是否滿足該要求？若不滿足，又可用哪些方法？給出所有可能的自變量子集回歸的的結果。多重共線性逐步回歸分析案例 有個醫(yī)生應用非條件logistic回歸分析糖尿病發(fā)生與各種危險因素的關聯(lián)性，先做糖尿病患病與逐個因素的單因素logistic回歸結果摘要在下表中。然后將單因素分析有統(tǒng)計學意義的危險因素引入多因素logistic回歸模型進行逐步篩選，篩選結果列在“非條件logistic回歸多因素分析結果表”中。結果表明，年齡大、母親有糖尿病史、最重時體質指數(shù)(BMI)高、腰臀比值(WHR)高、舒張壓高、多食高梁和豆類可能是糖尿病患病的獨立危險因子；職業(yè)性體力活動強度高和多食淺

3、色蔬菜可能是糖尿病患病的獨立保護因子。粗針對該案例討論以下問題：1.目前的統(tǒng)計分析程序存在什么問題？2.如何應用logistic回歸校正混雜因素的影響？（多因素的logistic回歸）3.如何根據(jù)研究目的估計校正混雜因素后糖尿病與肥胖的關聯(lián)？ （校正的 ）PAR%：人群歸因危險度綜合上述分析過程，你對此項研究的設計、資料收集及統(tǒng)計分析方法的選擇有何評論？分析：案例 為了明確診斷出小兒肺炎三種類型, 某研究單位測得32名結核性、13名化膿性和18細菌性肺炎患兒共63名的 7項生理、生化指標, 試進行Bayes判別及逐步Bayes判別分析。63例三種類型小兒肺炎7項生理、生化指標觀測結果X1X2X

4、3X4X5X6X7肺炎類型X1X2X3X4X5X6X7肺炎類型3.000127.00.68314.010007.04.57117.0000046.02.857184.0101148.01.70023.010018.00.667130.0120121.01.84028.0100150.04.500196.0000130.011.333214.0001191.52.1501132.0100175.55.571213.0101115.08.500196.0000148.07.000224.0101212.07.600196.0120073.04.55624.010127.01.6251120.010

5、0141.04.11122.0001120.09.250160.0000277.51.42926.0001142.06.0711144.0000043.00.500210.0001118.00.278118.0100060.01.72721.3101030.019.500124.0120022.53.100224.0101112.09.500148.0001165.02.10020.3100110.06.750184.0000174.04.37522.0000029.00.3061108.000006.017.20037.5021018.03.11113.0100068.03.50038.00

6、01132.00.167136.0100070.010.667334.001114.04.33313.0100125.02.22238.0000032.00.400112.0100023.04.16737.0111120.08.600124.0100178.03.41733.0100251.013.000136.0000043.010.533310.0120081.042.000124.0100053.024.00035.0100130.03.000112.0110078.013.667342.0101215.50.1021120.0000025.05.66734.0121245.02.200

7、172.0100039.046.00031.0100250.51.579184.0000015.012.00031.5100110.50.733121.0101174.09.66736.0000014.016.000118.0100084.012.667314.010115.00.563112.0120037.53.85737.0121117.50.9331120.0100050.027.000310.0001175.01.067119.0100070.010.000318.0100089.05.8573分析：資料類型判別模型特點 （模型、原理、規(guī)則）優(yōu)勢比 與 logit P 的關系：當某一因素有多個水