两因素方差分析数据结构 data structure of two way analysis of variance 因素A 因素B1 2 Ⅹ…·XⅩ∴·XⅩ∴·X X…··X X…·Xx…·XX…·X X…·Xx…·X…·X X…·X X…··X
两因素方差分析数据结构 data structure of two way analysis of variance x x x x x x x x 3 x x x x x x x x 2 x x x x x x x x 1 x x x x x x x x 1 2 3 r B c A 因素 因素
配伍组设计资料方差分析的数据结构 因素A 编号123 XXX
配伍组设计资料方差分析的数据结构 x x x x 3 x x x x 2 x x x x 1 x x x x 1 2 3 n c A 编号 因素
两因素方差分析的非参数方法 Friedman,s two way analysis of variance 因子 配伍组 2 k 秩和(R) R R 然6+S[k-m(k+1)2=k的2分和 12
两因素方差分析的非参数方法 Friedman’s two way analysis of variance 因子 配伍组 1 2 k 1 2 : n 秩和(R) R1 R2 Rk ( ) ( ) 的 2 分布 1 2 1 2 ~ 1 1 12 R n k ν k - nk k H k j j − + = + = =
多重回归 Multiple Linear Regression 口模型 E()=a+/x B()=a+x+Bx2+…+Bx2 口参数估计方法 最小二乘法( Least Square Estimation) ■最大似然法( Maximum likelihood estimation)
多重回归 Multiple Linear Regression 模型 参数估计方法 ◼ 最小二乘法(Least Square Estimation) ◼ 最大似然法(Maximum Likelihood Estimation) ( ) ( ) p p E y x x x E y x = + + + + = + 1 1 2 2
关于模型选择的话题 口变量选择 向前法( Forward) 向后法( Backward) 逐步法( Stepwise) 口模型拟合优度( goodness of fit 口残差分析 口预后指数( prognostic index)
关于模型选择的话题 变量选择 ◼ 向前法(Forward) ◼ 向后法(Backward) ◼ 逐步法(Stepwise) 模型拟合优度(goodness of fit) 残差分析 预后指数(prognostic index)
LOGISTIC回归 口结果变量为2分类变量yes/no),其均数为一百分 构成。 口在多重回归中,解释变量的线性组合预测的是结 果变量的均数。在 Logistic回归中,解释变量的线 性组合预测的是结果变量的均数的一种变换 (ogt变换) 口 Logit变换 logit (P)=loge (p 口 Logistic回归模型 egt()2=a+x+x2+…+几nx2
LOGISTIC回归 结果变量为2分类变量(yes/no),其均数为一百分 构成。 在多重回归中,解释变量的线性组合预测的是结 果变量的均数。在Logistic回归中,解释变量的线 性组合预测的是结果变量的均数的一种变换—— (logit变换) Logit变换 Logistic回归模型 ( ) ( ) p p p e − = 1 logit log ( ) p p p = + x + x ++ x 1 1 2 2 logit
40岁以上男性高血压例 40岁以上男性高血压 吸烟肥胖打鼾人数有高血压的人数(%) 60 5(8%) 2(11% 00110011 000 (13%) 2 (0%) 187 35(19%) 85 13(15%) 0 51 15(29%) 23 8(35%)
40岁以上男性高血压例 40岁以上男性高血压 吸烟 肥胖 打鼾 人数 有高血压的人数(%) 0 0 0 60 5(8%) 1 0 0 17 2(11%) 0 1 0 8 1(13%) 1 1 0 2 0(0%) 0 0 1 187 35(19%) 1 0 1 85 13(15%) 0 1 1 51 15(29%) 1 1 1 23 8(35%)
40岁以上男性高血压例(续) 口模型 logit(p)=a+B smoking+B,obesity B, snoring 口结果 回归系数估计标准误 P值 截距 2.378 0.380 smoking 0.068 0.278 0.24 0.810 obesity 0.695 0.285 2.44 0.015 snoring 0.875 0.3982.190.028 口结果解释
40岁以上男性高血压例(续) 模型 结果 结果解释 logit (p) = + 1 smoking + 2 obesity + 3 snoring 回归系数估计 标准误 z P值 截距 -2.378 0.380 smoking -0.068 0.278 0.24 0.810 obesity 0.695 0.285 2.44 0.015 snoring 0.875 0.398 2.19 0.028