文档介绍：多元统计方法
线性回归
Logistic 回归
注：完全可以用于单因素分析，从这一点也可以看出统计学的方法是相通的。
SPSS无法进行条件Logistic回归 ，就像sas没有专门针对配对资料的语句一样，任何统计软件均有局限性。
建立方程的计算量很大，一般需软件完成。前人手工计算这两种回归（借助科学计算器），精神可嘉
80 年代，一个Logistic回归即使用计算机，计算的时间也以天计。
第一页，共81页。
调整或控制
多变量的控制或调整法就是同时记录可能有影响的因素，把他们与可能的危险因素一起作分析
单因素分析有统计学意义，多因素分析没有意义的解释,举例
第二页，共81页。
In univariate analysis, the family histories of SAH and ICH were positively associated with each of the subtypes of stroke. whereas after adjustment for potential risk factors, family history of ICH no longer showed a significant association with haematoma.
单因素分析有意义，多因素没有意义的解释
第三页，共81页。
Family history of intracerebral haematoma was not an independent risk factor for haematoma, but it might be a good predictor, which indirectly influences the pathogenesis of intracerebral haematoma via certain hereditary components such as hypertension, and even lifestyle factors such as alcohol consumption.
第四页，共81页。
Is family history an independent risk factor for stroke?
J Neurol Neurosurg Psychiatry. 1997 Jan;62(1):66-70.
第五页，共81页。
多元线性回归（简单步骤）
指标多，难以理解。在计算自动化时代，这是回归的难点，我们不懂如何判断我们的模型的好坏
第六页，共81页。
回归的实际应用
在影响因素分析中
一种是探索模式，在回归模型中探索所有可能的自变量与应变量的关系
一种是控制模式，即控制混杂因素的影响
后者对回归模型的要求要小的多，不出现异常情况，可仅对模型拟合稍作考虑。
第七页，共81页。
SPSS菜单
analyze-regression-linear
第八页，共81页。
变量的数量化
（1）自变量为连续型变量 ：必要时作变换
（2）自变量为有序变量：依次赋值，如疗效好中差，可分别赋值3、2、1
（3）自变量为二分类：如令男＝1，女＝0
（4）自变量为名义分类：需要采用哑变量（dummy variables）进行编码
第九页，共81页。
名义分类变量的哑变量化
假如职业分类为工、农、商、学、兵5类，则可定义比分类数少1个，即4个哑变量。编码方法如下：
亚变量的设置，我们会在Logistic回归模型中讨论
第十页，共81页。