文档介绍：SPSS统计软件数据分析
宿昆
重庆市疾控慢病所
******@
主要内容
统计描述
均数比较：t检验、方差分析
χ2 检验
简单线性回归
二分类Logistic回归
基于秩次的非参数检验
编辑ppt
2间比较的t检验
如男女BMI比较
完全随机化设计多组独立计量资料均数间比较的单因素ANOVA
如比较不同乡镇BMI
编辑ppt
2022/8/11
10
比较均值
编辑ppt
2022/8/11
11
χ2检验
完全随机设计的单样本计数资料的率/构成比与已知总体率/构成比比较
完全随机设计的两(多)独立样本计数资料的率(构成比)比较
配对设计的两组相关样本计数资料的率/构成比比较与Kappa一致性检验
完全随机设计的分层χ2检验
编辑ppt
2022/8/11
12
简单线性回归模型
回归的最初含义：生物学含义
，即父亲高，儿子也高，父亲矮，儿子也矮，但儿子的身高离平均水平更近些，即子代身高有向人群的平均身高回归(regression to the mean)的趋势，这就是“回归”的生物学内涵，Galton称该现象为“普遍回归法则(law of universal regression)”。这是很自然的，否则，岂不一代比一代无限制地远离平均值，导致身高两级分化？
回归的现在含义：完全不同了，回归分析是研究事物或现象之间的数量依存关系，控制/预测
编辑ppt
2022/8/11
13
简单线性回归模型（续）
模型:
( 随机误差)
编辑ppt
2022/8/11
14
简单线性回归模型（续）
线性回归分析的一般步骤
(1)确定因变量和自变量
(2)绘制散点图
(3)从样本数据出发确定变量之间的数学关系式,并对回归方程的各个参数进行估计.
(4)对回归方程进行各种统计检验.:回归方程的显著性检验；拟合优度检验；残差(Y的估计值Ŷ与实测值的差)分析(y/残差-x/X or Ŷ)
(5)利用回归方程进行预测与控制；
编辑ppt
2022/8/11
15
简单线性回归模型（续）
编辑ppt
2022/8/11
16
二分类Logistic回归
相关(correlation)与回归(regression)简介
在大量的医学研究中还需要对两个变量之间的关系进行量化研究，一是确定两个变量间是否有联系及联系的程度如何，二是定量地确定它们之间的互依关系，相关与回归就是研究这种关系的统计方法。
变量间的关系
(1)函数关系(确定性关系):如:圆面积和圆半径.
(2)统计关系(非确定性关系):不象函数关系那样直接,但却普遍存在,且有强有弱, 如:身高与体重. (变异)
相关和回归分析的研究对象:统计关系
编辑ppt
2022/8/11
17
二分类Logistic回归（续）
Logistic回归：应变量为分类变量，自变量: 连续/分类变量，研究该分类变量与一组自变量之间的关系
0/1：治愈/未治愈，或患病/未患病
有序分类：治愈/好转/未治愈
无序分类：腺癌、鳞癌、大细胞癌
编辑ppt
2022/8/11
18
二分类Logistic回归（续）
模型中参数的意义
Β0为常数项：自变量取值全为0时的基线状况，未必有实际意义
Βi为偏回归系数，代表固定其它Xj时，Xi改变一个单位引起logit(P)平均值的改变量
当其它自变量(Xj)取值保持不变时， Xi取值增加一个单位引起OR自然对数值的变化量，因此在使用上OR值要远比βi本身更常用
编辑ppt
2022/8/11
19
二分类Logistic回归
编辑ppt
2022/8/11
20
二分类Logistic回归（续）
哑变量
偏回归系数表示其它自变量Xj不变，Xi每改变一个单位，所导致logitP的平均变化量
x为连续性/二分类变量：没有问题
x为多分类变量：不太合适
无序多分类：民族，各族之间不存在大小问题
有序多分类：家庭收入分为高、中、低三档，它们之间的差距无法准确衡量
在以上这些情况时，我们就必须将原始的多分类变量转化为数个哑变量（Dummy Variable），
编辑ppt
2022/8/11
21
哑变量
每个哑变量只代表某两个级别或若干个级别间的差异，这样得到的回归结果才能有明确而合理的实际意义
对于取值具有n个水平的自变量Xi，可以生成n-1个哑变量
模型中哑变量遵循“同进同出” 的原则
二分类Logistic回归（续）
编辑ppt