醫(yī)學(xué)統(tǒng)計(jì)學(xué)高級統(tǒng)計(jì)學(xué)習(xí)題

2、完全隨機(jī)設(shè)計(jì)2因素（A、B）2水平的析因試驗(yàn)SS如可分解為ssa、ssb和ssab三部分重復(fù)測量數(shù)據(jù)方差分析要求資料滿足球?qū)ΨQ檢驗(yàn)多元線性回歸的應(yīng)用可歸納于影響因素分析、歸納與預(yù)測和統(tǒng)計(jì)控制三方面5、Logistic回歸暴露組與非集露組發(fā)病的優(yōu)勢比0Rj=l,說明因素Xj對疾病發(fā)生不起作用；ORj乂說明因素Xj是疾病的危險(xiǎn)因子，ORjVl,說明Xj是疾病的保護(hù)因子6、Logistic模型變量逐步選擇的方法有前進(jìn)法、后退法和逐步法7、生存分析時(shí)個(gè)體的生存時(shí)間可以確切獲得時(shí)稱為完全數(shù)據(jù)，個(gè)體的生存時(shí)間為刪失值時(shí)得不到確切的生存時(shí)間，稱為不完全數(shù)據(jù)8、生存分析時(shí)如估計(jì)生存率、生存曲線及中位生存時(shí)間常采用Kaplan-Meier法，如果是頻數(shù)表資料時(shí)則采用壽命表法進(jìn)行分析：生存分析時(shí)如果對不同組的生存率進(jìn)行比較常采用log-rank檢驗(yàn)和Breslow檢驗(yàn)9、cox回歸應(yīng)變量為生存時(shí)間和結(jié)局1、簡述生存分析數(shù)據(jù)產(chǎn)生刪失的原因及刪失數(shù)據(jù)的分類原因：1）研究截止日期時(shí)，終點(diǎn)事件仍未出現(xiàn)；2）失訪，不知終點(diǎn)事件是否發(fā)生以及何時(shí)發(fā)生；3）病人中途退出；4）死于終點(diǎn)事件以外的其他事件分類：左刪失、區(qū)間刪失、右刪失2、Logistic回歸的應(yīng)用流行病學(xué)危險(xiǎn)因素分析：臨床試驗(yàn)數(shù)據(jù)分析；分析藥物或毒物的劑量反應(yīng)：預(yù)測與判別生存分析資料的特點(diǎn)D同時(shí)考慮生存時(shí)間和生存結(jié)局：通常含有刪失數(shù)據(jù)：生存時(shí)間的分布通常不服從正態(tài)分布重復(fù)測量設(shè)計(jì)資料方差分析的注意事項(xiàng)（后兩項(xiàng)不確宦）球?qū)ΨQ檢驗(yàn)2）無平行對照的單組重復(fù)測量數(shù)據(jù)分析需注意與隨機(jī)區(qū)組方差分析的區(qū)別與聯(lián)系重復(fù)測量數(shù)據(jù)不同時(shí)間點(diǎn)的兩兩比較需設(shè)立對比矩陣進(jìn)行計(jì)數(shù)（立性）資料重復(fù)測量數(shù)據(jù)，統(tǒng)汁需用廣義估計(jì)方程？5）要求各組例數(shù)相等？1、前后測量設(shè)計(jì)與配對設(shè)計(jì)的區(qū)別配對設(shè)計(jì)同一對子的兩個(gè)實(shí)驗(yàn)單位可以隨機(jī)分配處理，且效果可以同期觀察，而前后測量設(shè)計(jì)不行，且前后測量設(shè)汁推論處理是否有效需假設(shè)時(shí)間對觀測結(jié)果沒有影響前后測量設(shè)計(jì)的前后兩次觀測結(jié)果通常與差值不獨(dú)立前后測量設(shè)計(jì)除了分析平均差值外，還可以進(jìn)行相關(guān)回歸分析2、重復(fù)測量設(shè)計(jì)與隨機(jī)區(qū)組設(shè)計(jì)的區(qū)別重復(fù)測量設(shè)計(jì)區(qū)組內(nèi)各時(shí)間點(diǎn)是固泄的，不能隨機(jī)分配重復(fù)測量設(shè)計(jì)區(qū)組內(nèi)實(shí)驗(yàn)單位彼此不獨(dú)立重復(fù)測雖:數(shù)據(jù)若用隨機(jī)區(qū)組方差分析的方法比較組間差異，需滿足球?qū)ΨQ假設(shè)，若不滿足球?qū)ΨQ，則至少處理組內(nèi)效應(yīng)的F界值需校正3、重復(fù)測量設(shè)計(jì)ANOVA注意事項(xiàng)（見上第4題）重復(fù)測量數(shù)據(jù)多重比較包括哪些內(nèi)容（不確左）1）時(shí)間差別多重比較時(shí)間趨勢比較時(shí)間點(diǎn)多重比較多元線性回歸模型應(yīng)用條件線性、獨(dú)立性、正態(tài)性、方差齊性多元線性回歸分析步驟1）根拯樣本數(shù)據(jù)求得多元線性回歸方程：2）對回歸方程及各自變量做假設(shè)檢驗(yàn)，并對方程的擬合效果及各自變疑的作用大小作出評價(jià)多元線性回歸中自變量的選擇方法有哪些1）全局擇優(yōu)法：校正決泄系數(shù)Re?選擇法、Cp選擇法逐步選擇法：前進(jìn)法、后退法、逐步回歸法多元線性回歸的應(yīng)用影響因素分析預(yù)測與估計(jì)）統(tǒng)計(jì)控制多元線性回歸的注意事項(xiàng)舉例說明多元線性回歸中自變量的類型有哪些？并闡述$類自變量的計(jì)算機(jī)賦值處理辦法自變量可為：連續(xù)變量、分類變量或有序變量1）連續(xù)變量：以原始觀察值賦值即可，若Y與X不呈線性關(guān)系，可對X作某種變換，以增大R22）分類變量：二分類用0,1表示，如男=0,女刃：多分類如有g(shù)個(gè)類別，則用g-1個(gè)啞變量表示，如用表示四醫(yī)法，X】=0表示其他，X2=l表示中西醫(yī)結(jié)合法，X2=0表示其他有序變量：輕=1,中=2,重=3,或用啞變雖表示9.2、簡述什么是多重共線性？多重共線性可能引起的不良后果及解決辦法有哪些？多重共線性是指一些自變量之間存在較強(qiáng)的線性關(guān)系。不良后果：2）增大參數(shù)估計(jì)值的標(biāo)準(zhǔn)誤，降低t值；2）回歸方程不穩(wěn)泄，增減某幾個(gè)觀察值會(huì)使估汁值變化很大；3）t檢驗(yàn)不準(zhǔn)確，誤將應(yīng)保留在方程中的重要變量舍棄：4）估計(jì)值的正負(fù)號可能與客觀實(shí)際不一致辦法：1）剔除某個(gè)造成共線性的自變量，重新建立回歸方程；2）將一組具有多重共線性的自變量合并成一個(gè)變量：3）采用逐步回歸法篩選變量10、Logistic回歸的應(yīng)用（見上第2題）11、Logistic回歸應(yīng)用的注意事項(xiàng)變量的取值形式：如連續(xù)變量可以考慮分組表示，并用啞變量形式賦值樣本含量應(yīng)足夠大選擇變量時(shí)要結(jié)合專業(yè)背景及研究目的，不應(yīng)盲目相信統(tǒng)計(jì)數(shù)據(jù)結(jié)果4）有序Logistic回歸的平行性假設(shè)檢驗(yàn)5）SPSS和SAS中有序Logistic回歸結(jié)果的區(qū)別模型擬合優(yōu)度檢驗(yàn)（后三項(xiàng)老師說不需要掌握）生存分析資料特點(diǎn)（見上第3題）舉例說明生存分析中包含哪兩種數(shù)據(jù)？并闡述其產(chǎn)生的原因完全數(shù)據(jù)和不完全數(shù)據(jù)（刪失數(shù)據(jù)），原因見上第1題生存分析的統(tǒng)計(jì)方法包括哪些內(nèi)容D描述分析；2）比較分析：3）影響因素分析15、Cox比例風(fēng)險(xiǎn)回歸模型的假泄條件（比例風(fēng)險(xiǎn)假定：對數(shù)線性假左）及檢驗(yàn)假左條件的方法有哪些？比例風(fēng)險(xiǎn)假左：各危險(xiǎn)因素的作用不隨時(shí)間變化而變化對數(shù)線性假立：模型中的協(xié)變量應(yīng)與對數(shù)風(fēng)險(xiǎn)比呈線性關(guān)系方法（感覺不能考）：分類協(xié)變量分別繪制K-M生存曲線，曲線無交叉證明滿足；或分別以時(shí)間t為橫軸，ln［-lnS帽（t）］為縱軸畫圖，平行i正明滿足：連續(xù)協(xié)變疑將每個(gè)協(xié)變量與對數(shù)生存時(shí)間的交互作用項(xiàng)［Xln&）］放入回歸模型中，交互項(xiàng)無統(tǒng)計(jì)學(xué)意義則證明滿足16、Cox回歸中風(fēng)險(xiǎn)比例假定條件不成立時(shí)解決方法有哪些1）將不成比例關(guān)系的協(xié)變量作為分層變量，然后再用其余變量進(jìn)行多元Cox回歸模型分析：2）采用參數(shù)回歸模型替代Cox回歸模型進(jìn)行分析17、多元線性回歸、Logistic回歸及Cox回歸模型的相同點(diǎn)1）自變量可以是連續(xù)變疑、有序分類變量和無序分類變量：2）自變量之間可能存在多重共線性；3）自變量之間可能存在交互作用：4）均可采用逐步回歸法篩選變雖；5）均可進(jìn)行影響因素的分析、混雜因素的校正、預(yù)測分析等。18、多元線性回歸、Logistic回歸及Cox回歸模型的不同點(diǎn)（見書上Cox回歸章節(jié)后的圖）D應(yīng)變量及分布不同（連續(xù)正態(tài)、分類二項(xiàng)、兩分類和生存時(shí)間）：2）只有Cox回歸模型允許刪失存在；3）模型結(jié)構(gòu)不同；4）參數(shù)估訃方法不同（最小二乘、最大似然、最大似然）；5）參數(shù)解釋不同（Y平均改變量、OR、RR的自然對數(shù)改變量）；6）預(yù)測指標(biāo)不同（Y、p、S（t））：7）后兩者樣本含量要求高19、Logistic回歸的類型有哪些D兩分類的12）多分類有序變屋的3）多分類無序變量的?D非條件Logistic回歸（研究對象未配對）；2）條件~（配對）簡述復(fù)相關(guān)系數(shù)和偏相關(guān)系數(shù)的區(qū)別復(fù)相關(guān)系數(shù)為應(yīng)變量Y與多個(gè)自變量間的線性相關(guān)程度，偏相關(guān)系數(shù)為剔除其他自變量影響之后的Y與某個(gè)自變量或兩個(gè)自變疑之間的相關(guān)程度簡述偏回歸系數(shù)與標(biāo)準(zhǔn)化偏回歸系數(shù)的區(qū)別前者因各自變量的測量單位不同，不能直接用其絕對值比較自變量間對Y的影響強(qiáng)度，而后者經(jīng)過標(biāo)準(zhǔn)化處理，可以用來比較自變量間對Y的影響強(qiáng)度22、Logistic回歸與Cox回歸模型中偏回歸系數(shù)的含義Logistic回歸：Xj每增加一個(gè)單位所引起的優(yōu)勢比OR的自然對數(shù)的改變量Cox回歸：Xj每增加一個(gè)單位所引起的相對危險(xiǎn)度RR的自然對數(shù)的改變量23、多重回歸分析時(shí)自變量篩選方法如何選擇，如何判斷一個(gè)模型是否較優(yōu)？自變量數(shù)目較少時(shí)選擇全局擇優(yōu)法，數(shù)目多時(shí)選擇逐步回歸法可用決定系數(shù)R2來判斷模型擬合程度，R2越接近于1說明模型擬合度越好24、Logistic回歸分析中ABO血型數(shù)據(jù)直接用1,2,3,4賦值是否正確，請改正不正確，需設(shè)立啞變呈：Xi、X2、X3,并如下賦值：0型=0,0,0;A型=1,0,0：B型=0,1,0：AB型=0,0,11、交互作用：當(dāng)某個(gè)因素的單獨(dú)效應(yīng)隨另一因素變化而變化時(shí)，則稱這兩個(gè)因素間存在交互作用2、偏回歸系數(shù)：Bj表示在英他變量保持不變時(shí)，Xj增加或減少一個(gè)單位時(shí)Y的平均變化量3、復(fù)相關(guān)系數(shù)：用來度量應(yīng)變量Y打多個(gè)自變量間的線性相關(guān)程度，即觀察值Y與估計(jì)值Y帕之間的相關(guān)程度4、中位生存時(shí)間：又稱生存時(shí)間的中位數(shù)，表示剛好有50%的個(gè)體其存活期大于該時(shí)間5、偏相關(guān)系數(shù)：表示剔除其他自變量影響之后，應(yīng)變疑Y與某個(gè)自變量或兩個(gè)自變量之間的線性相關(guān)程度1、析因設(shè)計(jì)：是指以多因素（兩個(gè)及以上）為研究對象，探求各因素的主效應(yīng)和因素間的交互效應(yīng)的一種實(shí)驗(yàn)設(shè)計(jì)方式哄狼效應(yīng)：是指英他因素的水平固左時(shí)，同一因素不同水平間的差別￡效應(yīng)：是指某一因素各水平間的平均差別4、K燉:當(dāng)某因素的各個(gè)單獨(dú)效應(yīng)隨另一因素變化而變化時(shí)，則稱這兩個(gè)因素間存在交互作用5、重復(fù)測量數(shù)據(jù)（設(shè)計(jì)）：分析同一研究對象的同一測量指標(biāo)在不同時(shí)間點(diǎn)多次測疑結(jié)果的實(shí)驗(yàn)設(shè)計(jì)方式稱為~6、球?qū)ΨQ假設(shè)：重復(fù)測量誤差的協(xié)方差矩陣經(jīng)正交對比變換后，與單位矩陣1/4成比例，則稱數(shù)據(jù)滿足球?qū)ΨQ假設(shè)，滿足球?qū)ΨQ假設(shè)的重復(fù)測量數(shù)據(jù)可以用隨機(jī)區(qū)組方差分析的方法來進(jìn)行分析偏回歸系數(shù)：見上第2題復(fù)相關(guān)系數(shù)：見上第3題9、決定系數(shù)：R2表示自變量能夠解釋應(yīng)變量Y變化的百分比，R2約接近1說明模型擬合程度越好10、偏回歸平方和：從回歸方程中剔除某個(gè)自變量后所引起的回歸平方和的減少量，表示在含有其他自變量的情況下該自變量對應(yīng)變量Y的回歸貢獻(xiàn)11、標(biāo)準(zhǔn)化【叩JI系數(shù)：將原始數(shù)據(jù)減去相應(yīng)變量的均數(shù)后再除以該變量的標(biāo)準(zhǔn)差得到標(biāo)準(zhǔn)化的數(shù)據(jù)，用標(biāo)準(zhǔn)化的數(shù)據(jù)計(jì)算得出的回歸方程的回歸系數(shù)稱為標(biāo)準(zhǔn)化回歸系數(shù)12、偏相關(guān)系數(shù)：見上第5題13、事言丁兵線忡：是指回歸方程中的一些自變量之間存在較強(qiáng)的線性關(guān)系，從而降低了回歸方程的可靠性14、殘差：是指觀察值Yi與估計(jì)值Yi帽之差，正常情況下殘差服從正態(tài)分布15、離群點(diǎn)：多元線性回歸的殘差分析中，標(biāo)準(zhǔn)化殘差的絕對值大于2的點(diǎn)稱為離群點(diǎn)16、OR位含義：是衡量危險(xiǎn)因素作用大小比數(shù)比例亦稱優(yōu)勢比，在Logistic回歸中某自變疑（危險(xiǎn)因素）的ORj表示扣除了其他自變量影響后該自變量的作用17、Logistic回歸系數(shù)：是指Xj每改變一個(gè)單位所引起的優(yōu)勢比OR的自然對數(shù)的改變量’I1?分,:是將事件的結(jié)果和出現(xiàn)這一結(jié)果所經(jīng)歷的時(shí)間結(jié)合起來分析的一類統(tǒng)計(jì)分析方法間:從尼始事件到終點(diǎn)事件之間所經(jīng)歷的時(shí)間跨度為生存時(shí)間完全數(shù)拯：生存分析時(shí)個(gè)體的生存時(shí)間可以確切獲得時(shí)稱~21、不完全數(shù)據(jù)?：生存分析時(shí)個(gè)體的生存時(shí)間為刪失值時(shí)得不到確切的生存時(shí)間，稱為?22、件右沁表示觀察對象的生存時(shí)間T大于時(shí)間t的概率，常用S（t）表示，稱為累積生存概率，簡稱生存率23、 精？：表示某時(shí)段開始時(shí)存活的個(gè)體，到該時(shí)段結(jié)束時(shí)仍存活的可能性24、死匚概來：表示某時(shí)段開始時(shí)存活的個(gè)體，在該時(shí)段內(nèi)死亡的可能性中位（半數(shù)）生