[临床医学]MPH多因素分析方法简介.doc

多因素（多变量数据）的统计分析介绍 多因素分析 研究问题的需要：同时考虑多个因素 控制混杂因素 单因素分析与多因素分析的关系 单因素分析往往需要依据良好的实验设计，组间均衡可比。但也因此限制了结论的泛化。 多因素分析有时是研究工作的需要： 因为对于一些问题需要多个指标来反映； 有时候在设计阶段无法通过设计来平衡混杂因素，需要采用多因素的分析方法来加以控制或调整。 方法选择时要紧密结合专业和研究问题，选择合适的统计方法，以清晰的说明问题为准绳。 多因素分析时，专业知识、背景信息以及研究问题本身是至关重要的。 常用的多因素分析方法 析因、正交、协方差和重复测量（多因素ANOVA） 多元线性回归分析 非条件Logistic回归分析 主成分析 判别分析 聚类分析 主成分分析与因子分析 常用的模型 广义线性模型 （general liner model） 单反应变量（univariate）/ 多反应变量（multivariate）/ 重复测量（repeated measures）（基于方差分析） 回归分析（线性回归，Logistic回归，Cox回归） 生存分析（survival） 聚类分析（classify）等 多变量数据类型 观察对象同时记录多个反应变量 观察对象记录一个反应变量和多个解释变量 例1：不同组生长发育情况 第一组 第二组 编号 身高 体重 编号 身高 体重 1 184.9 85 1 168.7 62 2 167.9 65 2 170.8 61 3 171 70 3 165 50 4 171 69 4 169.7 55 5 188 87 5 171.5 66 6 179 80 6 166.5 52 7 177 66 7 165 53 8 179.5 82 8 165 54 9 187 84 9 173 64 10 187 88 10 169 66 11 169 65 11 173.8 64 12 188 86 12 174 65 13 176.7 70 13 170.5 66 14 179 77 14 176 69 15 183 81 15 169.5 61 16 180.5 83 16 176.3 68 17 179 79 17 163 52 18 178 80 18 172.5 59 19 164 65 19 177 64 20 174 83 20 173 65 在这种情况下同时分析多个反应变量，它们要共同说明某个研究问题，如生长发育，某个健康状态（血脂）等 例2：儿童生长发育与其他相关因素的数据 Database from the survey in Tibet on nutritional status of younger children,1999 A B C D E F G .. .. .. .. .. .. Height Weight H I .. .. .. .. 日喀则 拉孜 查务 杰地 11101 普拉 08/16/2005 1 1 . . 165 54 44.3 9.7 83 13.8 11 1 日喀则 拉孜 查务 杰地 11102 琼拉 08/16/2005 1 1 05/16/1972 0 153 63.2 50.8 12.4 82.5 9.2 12.7 1 日喀则 拉孜 查务 杰地 11103 卓嘎 08/16/2005 1 1 03/08/1975 0 145 54.1 48.2 6.7 57 11.2 10.8 1 日喀则 拉孜 查务 杰地 11104 达瓦 08/16/2005 1 1 08/03/1969 0 163 68 60.1 7.9 58 11.5 10 1 日喀则 拉孜 查务 杰地 11105 德吉 08/16/2005 1 1 05/15/1980 0 162 66.6 53.5 13.1 85 12.4 13.3 1 日喀则 拉孜 查务 杰地 11106 边巴 08/16/2005 1 1 09/12/1972 0 156 58.8 53.1 5.8 53.5 13.8 11.8 1 日喀则 拉孜 查务 杰地 11107 搭拉 08/16/2005 1 1 02/08/1974 0 158 70.8 60.8 10 73 11.6 10.3 1 日喀则 拉孜 查务 杰地 11108 次忘记拉 08/16/2005 1 1 09/13/1970 0 163 71.8 60.2 11.6 79 12.1 11.4 1 日喀则 拉孜 查务 杰地 11109 拉拉 08/16/2005 1 1 11/09/1981 0