2.多重线性回归:应变量(Y)为连续型变量(即计量资料),自变量(X1,X2,…,X) 可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布 (大样本时无需正态性),残差与自变量无趋势变化,可以作多重线性回归 1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素 2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可 能的混杂因素变量,以校正这些混杂因素对结果的混杂作用 3.二分类的 Logistic回归:应变量为二分类变量,自变量(X1,X2,…,x)可以为连续 型变量、有序分类变量或二分类变量 1)非配对的情况:用非条件 Logistic回归 (1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素 (2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其 它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用 2)配对的情况:用条件 Logistic回归 (1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素 (2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其 它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用 4有序多分类有序的 Logistic回归:应变量为有序多分类变量,自变量(X1,x2,…,x) 可以为连续型变量、有序分类变量或二分类变量 1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素 2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可 能的混杂因素变量,以校正这些混杂因素对结果的混杂作用 5无序多分类有序的 Logistic回归:应变量为无序多分类变量,自变量(X1,X,…,X) 可以为连续型变量、有序分类变量或二分类变量。 1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素 2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可 能的混杂因素变量,以校正这些混杂因素对结果的混杂作用 八、生存分析资:要求资料记录结局和结局发生的时间(如:死亡和死亡发生的时间) 1用 Kaplan-Mier方法估计生存曲线 2.大样本时,可以寿命表方法估计 3单因素可以用Log-rank比较两条或多条生存曲线 4.多个因素时,可以作多重的Cox回归 l)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素 2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可 能的混杂因素变量,以校正这些混杂因素对结果的混杂作用2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（X1，X2，…，Xp） 可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布 （大样本时无需正态性），残差与自变量无趋势变化，可以作多重线性回归。 1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可 能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 3.二分类的 Logistic 回归：应变量为二分类变量，自变量（X1，X2，…，Xp）可以为连续 型变量、有序分类变量或二分类变量。 1)非配对的情况：用非条件 Logistic 回归 (1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 (2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其 它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 2)配对的情况：用条件 Logistic 回归 (1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 (2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其 它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 4.有序多分类有序的 Logistic 回归：应变量为有序多分类变量，自变量（X1，X2，…，Xp） 可以为连续型变量、有序分类变量或二分类变量。 1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可 能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 5.无序多分类有序的 Logistic 回归：应变量为无序多分类变量，自变量（X1，X2，…，Xp） 可以为连续型变量、有序分类变量或二分类变量。 1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可 能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 八、生存分析资：要求资料记录结局和结局发生的时间（如；死亡和死亡发生的时间） 1.用 Kaplan-Meier 方法估计生存曲线 2.大样本时，可以寿命表方法估计 3.单因素可以用 Log－rank 比较两条或多条生存曲线 4.多个因素时，可以作多重的 Cox 回归 1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可 能的混杂因素变量，以校正这些混杂因素对结果的混杂作用