1、 科研資料的分析思路 預(yù)備知識(shí)*同質(zhì)（homogeneity）與變異(variation)：嚴(yán)格地講，同質(zhì)是指被研究指標(biāo)的影響因素完全相同。但在醫(yī)學(xué)研究中，有些影響因素往往是難以控制的（如遺傳、營(yíng)養(yǎng)等），甚至是未知的。因此，在實(shí)際工作中只有相對(duì)的同質(zhì)。在統(tǒng)計(jì)學(xué)中可以把同質(zhì)理解為對(duì)研究指標(biāo)影響較大的、可以控制的主要因素盡可能相同。例如研究?jī)和纳砀邥r(shí)，要求影響身高的較大的、易控制的因素如性別、年齡、民族、地區(qū)要相同，而不易控制的遺傳、營(yíng)養(yǎng)以及未知的影響因素可以忽略。同質(zhì)基礎(chǔ)上的個(gè)體差異稱為變異。如同性別、同年齡、同民族、同地區(qū)健康兒童的身高、體重不盡相同；相同病種、病程的病人，使用同一療法，卻未

2、必有相同療效。這些不同就是變異。變異是生物體的基本屬性之一，也是統(tǒng)計(jì)研究的前提，若所研究的同質(zhì)群體中各個(gè)觀察單位都一樣，沒有差別，分析一個(gè)就夠了，無須進(jìn)行統(tǒng)計(jì)研究。* 變量 (variable) 在搜集資料時(shí)，首先要根據(jù)研究目的確定同質(zhì)觀察單位，再對(duì)每個(gè)觀察單位的某項(xiàng)特征進(jìn)行測(cè)量或觀察，這種特征稱為變量。如“身高”、“體重”、“療效”、“性別”、“職業(yè)”等都是變量。變量的觀察結(jié)果或測(cè)量值稱為變量值，變量按其值的性質(zhì)可分為數(shù)值變量(numerical variable)和分類變量（categorical variable）。數(shù)值變量的變量值是定量的，表現(xiàn)為數(shù)值的大小，通常是使用儀器或某種尺度測(cè)定

3、出來的，多有度量衡單位。如身高（cm）、體重（kg）、心律（次/分）、住院天數(shù)（日）、血壓（mmHg）等。由數(shù)值變量的測(cè)量值組成的資料稱為數(shù)值變量資料（計(jì)量資料或定量資料）。大多數(shù)的數(shù)值變量為連續(xù)型變量，如身高、體重、血壓等；而有的數(shù)值變量的測(cè)定值只是正整數(shù)。如心率、白細(xì)胞計(jì)數(shù)等，在醫(yī)學(xué)統(tǒng)計(jì)學(xué)中把它們也視為連續(xù)型變量。分類變量表現(xiàn)為互不相容的類別或?qū)傩裕喾Q定性變量。分類變量又可分為無序與有序兩類。1、無序分類變量是所分類別或?qū)傩灾g無程度和順序上的差別。如性別（男、女）；血型（O、A、B、AB）等。無序分類變量的分析應(yīng)先按類別分組，然后清點(diǎn)各組的觀察單位數(shù)，編制分類資料的頻數(shù)表，所得資料為無

4、序分類變量資料（計(jì)數(shù)資料或定性資料）。它又有二項(xiàng)分類資料和多項(xiàng)分類資料之分。1）二項(xiàng)分類資料：僅有兩種類別或?qū)傩浴Ｈ缧詣e（男、女），化驗(yàn)結(jié)果（陰、陽性）等。2）多項(xiàng)分類資料：兩種以上的類別或?qū)傩浴Ｈ缪停∣、A、B、AB），職業(yè)（工人、農(nóng)民、商人、干部、軍人、教師 ）等。2、有序分類變量是各類別或?qū)傩灾g有程度上的差別。如尿糖化驗(yàn)結(jié)果按 -、±、+、+、+分類；療效按治愈、好轉(zhuǎn)、無效、惡化分組。有序分類變量的分析應(yīng)先按等級(jí)順序分組，然后清點(diǎn)各組的觀察單位數(shù)，編制各等級(jí)的頻數(shù)表，所得資料為有序分類變量資料（等級(jí)資料）。除以上資料外，醫(yī)學(xué)研究中還有角度（如腦電圖）、季節(jié)月份、時(shí)間等周而復(fù)

5、始的資料，在醫(yī)學(xué)統(tǒng)計(jì)中稱其為圓形分布資料。另外，變量類型不是一成不變的，可根據(jù)研究分析的需要進(jìn)行轉(zhuǎn)化。例如白細(xì)胞計(jì)數(shù)原屬數(shù)值變量，若按正常、異常分組，則為無序分類變量；若按過低（<4000）、正常（400010000）、過高（>10000）分組，則為有序分類變量。分類變量也可數(shù)量化，如將病人的惡心反應(yīng)以0、1、2、3表示。在做統(tǒng)計(jì)分析時(shí)，無論是統(tǒng)計(jì)描述，還是統(tǒng)計(jì)推斷，都要先考慮變量類型，變量類型不同統(tǒng)計(jì)方法也各異。* 總體（population）與樣本（sample）總體是根據(jù)研究目的所確定的同質(zhì)研究對(duì)象中所有觀察單位的某變量值的集合。例如對(duì)2004年濟(jì)南市7歲兒童的體重參考值進(jìn)行

6、研究，研究對(duì)象是該市7歲健康兒童，觀察單位是每個(gè)7歲健康兒童，變量是體重，變量值是體重測(cè)量值，該市2004年全體7歲健康兒童的體重值構(gòu)成一個(gè)總體。它的同質(zhì)基礎(chǔ)是同地區(qū)、同年齡、同性別、同為健康兒童；差異性則表現(xiàn)在這些兒童的體重值不相同。研究目的不同，其總體范圍也不同。醫(yī)學(xué)研究對(duì)象，可以是人、實(shí)驗(yàn)動(dòng)物、微生物等；觀察單位可以是一個(gè)地區(qū)、一個(gè)家庭、一個(gè)人、一只眼睛、一個(gè)細(xì)胞株、一個(gè)基因片段等。若在某特定的時(shí)間與空間范圍之內(nèi)，同質(zhì)研究對(duì)象的所有觀察單位的某變量值的個(gè)數(shù)為有限個(gè)，則這個(gè)總體稱為有限總體。有時(shí)總體是假設(shè)的，沒有時(shí)間和空間的限制，觀察單位數(shù)是無限的，稱為無限總體。在醫(yī)學(xué)研究中，通常采用抽樣

7、研究的方法。樣本是按隨機(jī)化原則從同質(zhì)總體中隨機(jī)抽取的部分觀察單位的變量值的集合。所謂隨機(jī)化原則，通常是指總體中的每個(gè)個(gè)體都有同樣的機(jī)會(huì)被抽到樣本中；但不同的研究目的，所采用的抽樣方法不同，如單純隨機(jī)抽樣、系統(tǒng)隨機(jī)抽樣、整群抽樣和分層抽樣等。在統(tǒng)計(jì)學(xué)中，描述樣本的變量值特征的指標(biāo)稱為統(tǒng)計(jì)量；描述總體變量值特征的指標(biāo)稱為參數(shù)。 科研資料的分析思路資料的分析必須包括兩部分內(nèi)容：一是統(tǒng)計(jì)描述，二是統(tǒng)計(jì)推斷。分析資料時(shí)，無論何種研究目的，首先要對(duì)樣本資料進(jìn)行統(tǒng)計(jì)描述，然后根據(jù)研究目的進(jìn)行統(tǒng)計(jì)推斷。一、統(tǒng)計(jì)描述根據(jù)資料的變量類型及其分布特征選用恰當(dāng)?shù)拿枋鲂灾笜?biāo)和統(tǒng)計(jì)圖（表）來描述樣本特征。* 常見的變量類

8、型有：數(shù)值變量資料和分類變量資料。1、數(shù)值變量資料 根據(jù)變量值的頻數(shù)分布，數(shù)值變量資料有正態(tài)分布、對(duì)數(shù)正態(tài)分布和偏態(tài)分布之分。數(shù)值變量資料的描述分布類型描述性指標(biāo)正態(tài)分布 均數(shù)和標(biāo)準(zhǔn)差；（必要時(shí)，可用、和）對(duì)數(shù)正態(tài)分布幾何均數(shù)和相應(yīng)的標(biāo)準(zhǔn)差偏態(tài)分布中位數(shù)和四分位數(shù)間距正態(tài)分布含近似正態(tài)分布； 對(duì)數(shù)正態(tài)分布含倍數(shù)資料（以下同）表中相應(yīng)的公式：、； 、； 、，其中2、分類變量資料 應(yīng)用相對(duì)數(shù)來描述。常用的相對(duì)數(shù)有率、構(gòu)成比和相對(duì)比，可根據(jù)不同的研究目的選用。率為頻率指標(biāo)，用于說明某現(xiàn)象發(fā)生的頻率或強(qiáng)度。其公式為 ； 構(gòu)成比為構(gòu)成指標(biāo)，用于說明某一事物內(nèi)部各組成部分所占的比重或分布，常以百分?jǐn)?shù)表示。

9、其公式為：相對(duì)比是A、B兩個(gè)有關(guān)指標(biāo)之比，用于說明A為B的若干倍或百分之幾。A、B兩個(gè)指標(biāo)可以是性質(zhì)相同的，也可以是性質(zhì)不同的；可以是絕對(duì)數(shù)，也可以是相對(duì)數(shù)或絕對(duì)數(shù)。其公式為： 二、統(tǒng)計(jì)推斷 抽樣研究的目的是用樣本信息來推斷總體特征，即統(tǒng)計(jì)推斷。統(tǒng)計(jì)推斷又包括總體參數(shù)估計(jì)和假設(shè)檢驗(yàn)兩部分內(nèi)容。進(jìn)行統(tǒng)計(jì)推斷時(shí)，需根據(jù)研究目的、設(shè)計(jì)類型、資料類型及其分布特征，正確選用分析方法。* 常見的研究目的：估計(jì)總體參數(shù)、制定醫(yī)學(xué)參考值范圍、假設(shè)檢驗(yàn)（樣本與總體的比較、兩樣本的比較、多樣本的比較）、多因素分析（含線性相關(guān)回歸）等。* 常見的設(shè)計(jì)類型：完全隨機(jī)設(shè)計(jì)、配對(duì)設(shè)計(jì)、隨機(jī)區(qū)組設(shè)計(jì)（配伍組設(shè)計(jì)）；其次，還

10、有交叉設(shè)計(jì)、拉丁方設(shè)計(jì)、析因設(shè)計(jì)、正交設(shè)計(jì)等。* 常見的資料類型及其分布特征：數(shù)值變量資料（正態(tài)、對(duì)數(shù)正態(tài)、偏態(tài)分布）、分類變量資料（二項(xiàng)分布、Poisson分布）（一）估計(jì)總體參數(shù)：（均按完全隨機(jī)抽樣方法獲得的樣本） 數(shù)值變量資料數(shù)值變量資料的總體參數(shù)估計(jì)分布類型總體參數(shù)估計(jì)的估計(jì)方法正態(tài)分布*估計(jì)總體均數(shù)的95可信區(qū)間1、已知時(shí)，2、未知且n小時(shí)，（）3、未知，但n足夠大時(shí)，偏態(tài)分布估計(jì)總體中位數(shù)的95可信區(qū)間1、先求50的上、下限，2、再求出，* 對(duì)于對(duì)數(shù)正態(tài)分布資料，1、先將變量值取對(duì)數(shù)；2、應(yīng)用估計(jì)總體均數(shù)的95可信區(qū)間的公式求出上、下限；3、對(duì)上、下限求反對(duì)數(shù)。 分類變量資料分類變

11、量資料的總體參數(shù)估計(jì)類 型總體參數(shù)估計(jì)的估計(jì)方法二項(xiàng)分布估計(jì)總體率的95可信區(qū)間1、查表法：50，且p遠(yuǎn)離0.5時(shí)，根據(jù)和陽性數(shù) 查“百分率的可信區(qū)間”表；2、正態(tài)近似法：，且樣本率或均不太小（一般規(guī)定與 均大于5）時(shí)，。Poisson分布估計(jì)總體平均數(shù)的95可信區(qū)間1、查表法：樣本陽性數(shù)時(shí)，用X值查Poisson分布的可信區(qū)間；2、正態(tài)近似法：時(shí)，（，）。（二）制定醫(yī)學(xué)參考值范圍（用于數(shù)值變量資料）醫(yī)學(xué)參考值范圍的制定方法分布類型制定方法正態(tài)分布正態(tài)分布法：雙側(cè)界值：?jiǎn)蝹?cè)上界： ，或單側(cè)下界：對(duì)數(shù)正態(tài)分布對(duì)數(shù)正態(tài)分布法：雙側(cè)界值：；單側(cè)上界：，或單側(cè)下界：。偏態(tài)分布百分位數(shù)法：雙側(cè)界值：和；

12、單側(cè)上界：，或單側(cè)下界：。（三）假設(shè)檢驗(yàn)1、樣本與總體的比較（均按完全隨機(jī)抽樣方法獲得的樣本） 數(shù)值變量資料的樣本均數(shù)與總體均數(shù)的比較分布類型假設(shè)檢驗(yàn)方法正態(tài)分布1、未知且樣本含量較小時(shí)，用檢驗(yàn)：，2、已知時(shí)，用檢驗(yàn)：3、未知，但大時(shí)，偏態(tài)分布用樣本中位數(shù)與總體中位數(shù)比較的符號(hào)秩和檢驗(yàn)（方法同配對(duì)資料的符號(hào)秩和檢驗(yàn)）。 分類變量資料的樣本與總體的比較類型假設(shè)檢驗(yàn)方法二項(xiàng)分布1、直接計(jì)算概率法：用于偏離0.5較遠(yuǎn)，且陽性數(shù)較小作單側(cè)檢驗(yàn)時(shí)。按二項(xiàng)分布概率公式直接求出累計(jì)概率，與所取檢驗(yàn)水準(zhǔn)比較，作出推斷結(jié)論。，2、正態(tài)近似法：用于不太靠近0或1，且樣本含量足夠大；或且時(shí)，Poisson分布1、直

13、接計(jì)算概率法：用于，且樣本均數(shù)較小作單側(cè)檢驗(yàn)時(shí)。按Poisson分布概率公式直接求出累計(jì)概率，與所取檢驗(yàn)水準(zhǔn)比較，作出推斷結(jié)論。，2、正態(tài)近似法：用于時(shí)，2、兩樣本的比較 數(shù)值變量資料的兩樣本均數(shù)的比較分布類型設(shè)計(jì)類型與假設(shè)檢驗(yàn)方法正態(tài)分布完全隨機(jī)設(shè)計(jì)（或成組設(shè)計(jì)）1、檢驗(yàn)：用于兩個(gè)小樣本，2、檢驗(yàn)：用于兩個(gè)大樣本， 配對(duì)設(shè)計(jì)（用于兩個(gè)小樣本）檢驗(yàn)： ， 對(duì)子數(shù)1偏態(tài)分布完全隨機(jī)設(shè)計(jì)（或成組設(shè)計(jì)）：1、Wilcoxon秩和檢驗(yàn)；2、Mann-Whitney檢驗(yàn)配對(duì)設(shè)計(jì)：配對(duì)設(shè)計(jì)的符號(hào)秩和檢驗(yàn) 分類變量資料的兩樣本的比較類型假設(shè)檢驗(yàn)方法二項(xiàng)分布1、檢驗(yàn)：用于兩個(gè)樣本均滿足正態(tài)近似條件且樣本含量（

14、）較大時(shí)，可用檢驗(yàn)，其公式為： 2、檢驗(yàn)： 四格表專用公式：（且所有格子的 ）四格表的校正公式：（ 但有時(shí)）四格表資料的Fisher確切概率法：當(dāng)，或時(shí)配對(duì)四格表資料的檢驗(yàn)：, （用于時(shí)）, （用于時(shí)）Poisson分布1、檢驗(yàn)：兩樣本均數(shù)均大于20時(shí)。兩樣本觀察單位相同時(shí)，兩樣本觀察單位不同時(shí)，2、檢驗(yàn)：同二項(xiàng)分布。 3、多個(gè)樣本的比較 數(shù)值變量資料的多個(gè)樣本均數(shù)的比較分布類型設(shè)計(jì)類型與假設(shè)檢驗(yàn)方法正態(tài)分布完全隨機(jī)設(shè)計(jì)（或成組設(shè)計(jì)）：完全隨機(jī)設(shè)計(jì)的方差分析：把總變異分解為組間變異和組內(nèi)變異兩部分隨機(jī)區(qū)組設(shè)計(jì)（或配伍組設(shè)計(jì)）：隨機(jī)區(qū)組設(shè)計(jì)的方差分析：把總變異分解為處理間、區(qū)組間和誤差三部分其它

15、設(shè)計(jì)：如交叉設(shè)計(jì)、析因設(shè)計(jì)、拉丁方設(shè)計(jì)和正交設(shè)計(jì)等。均有相應(yīng)的方差分析偏態(tài)分布完全隨機(jī)設(shè)計(jì)（或成組設(shè)計(jì)）：成組設(shè)計(jì)的多個(gè)樣本比較的秩和檢驗(yàn)（檢驗(yàn)）； 隨機(jī)區(qū)組設(shè)計(jì)（或配伍組設(shè)計(jì)）：隨機(jī)區(qū)組設(shè)計(jì)的多個(gè)樣本比較的秩和檢驗(yàn)（檢驗(yàn)）交叉設(shè)計(jì)：交叉設(shè)計(jì)的秩和檢驗(yàn) 分類變量資料的多個(gè)樣本的比較（均為完全隨機(jī)設(shè)計(jì)）雙向無序表資料：兩個(gè)分類變量，即分組變量和指標(biāo)變量均是無序的。其研究目的通常是多個(gè)樣本率的比較、兩個(gè)或多個(gè)構(gòu)成比的比較可用行列表資料的檢驗(yàn)：， (行數(shù)-1)(列數(shù)-1) 不同療法治療某病的有效率的比較療 法有效無效合計(jì)甲乙丙合計(jì) 單向有序表資料：有兩種形式。一種形式是表資料中的分組變量是有序的（如

16、年齡），而指標(biāo)變量是無序的（如傳染病的類型）。其研究目的通常是分析不同年齡組各種傳染病的構(gòu)成情況，此種單向有序表資料可用行列表資料的檢驗(yàn)進(jìn)行分析。×× 年全國(guó)疾病監(jiān)測(cè)系統(tǒng)甲乙丙傳染病不同年齡組構(gòu)成年齡組霍亂傷寒痢疾麻疹出血熱鉤體合計(jì)20406080合計(jì)另一種形式是表資料中的分組變量為無序的（如療法），而指標(biāo)變量是有序的（如療效按等級(jí)分組）。其研究目的為比較不同療法的療效，此種單向有序表資料宜用秩和檢驗(yàn)。不同療法治療某病的療效比較療 法痊愈顯效有效無效合計(jì)甲 法乙 法丙 法合計(jì)雙向有序?qū)傩韵嗤谋碣Y料：表資料中的兩個(gè)分類變量皆為有序且屬性相同。實(shí)際上是配對(duì)四格表資料的擴(kuò)展，即

17、水平數(shù)3的配伍資料，如用兩種檢測(cè)方法同時(shí)對(duì)同一批樣品的測(cè)定結(jié)果。其研究目的通常是分析兩種檢測(cè)方法的一致性，此時(shí)宜用一致性檢驗(yàn)或稱Kappa檢驗(yàn)；也可用特殊模型分析方法（可用SAS軟件）。雙向有序?qū)傩圆煌谋碣Y料：表資料中兩個(gè)分類變量皆為有序的，但屬性不同。宜用秩和檢驗(yàn)。（四）隨訪資料的生存分析： 生存分析多用于惡性腫瘤、白血病等嚴(yán)重疾病和慢性病的生存時(shí)間的研究。生存分析可分為非參數(shù)法、半?yún)?shù)法、參數(shù)法。 非參數(shù)法：一般用于單因素分析，常用的分析方法有Kaplan-Meier法（用于小樣本的未分組資料）、壽命表法（用于大樣本的分組資料）。 半?yún)?shù)法：如Cox比例風(fēng)險(xiǎn)回歸模型 第個(gè)變量的相對(duì)危險(xiǎn)度

18、（風(fēng)險(xiǎn)比）為 Cox比例風(fēng)險(xiǎn)回歸模型用于分析帶有伴隨變量的生存時(shí)間資料，其優(yōu)點(diǎn)是適用條件寬和便于作多因素分析，是目前廣泛用于的生存分析方法之一。主要用于腫瘤和其它慢性病的預(yù)后分析，也可用于一般的臨床療效評(píng)價(jià)和隊(duì)列研究的病因探索。 參數(shù)法：如威布爾回歸模型。半?yún)?shù)的Cox比例風(fēng)險(xiǎn)回歸模型比非參數(shù)分析方法的統(tǒng)計(jì)效率高，且適用范圍也很廣，但它要求風(fēng)險(xiǎn)比不隨時(shí)間變化；當(dāng)隨訪時(shí)間很長(zhǎng)時(shí)，有些因素（如年齡）的作用強(qiáng)度是有變化的，因而Cox比例風(fēng)險(xiǎn)回歸模型的應(yīng)用受到一定限制。威布爾回歸模型基于威布爾分布，是允許風(fēng)險(xiǎn)隨時(shí)間變化的多因素生存分析參數(shù)模型。與Cox比例風(fēng)險(xiǎn)回歸相比，威布爾回歸對(duì)生存過程的描述較精確

19、，統(tǒng)計(jì)效能更高，是生存分析中的一個(gè)重要的參數(shù)回歸模型。但它要求風(fēng)險(xiǎn)單調(diào)變化，使適用范圍受到一定限制。（五）雙變量的相關(guān)分析研究目的是分析兩變量之間有無關(guān)系及其關(guān)系的密切程度。 數(shù)值變量資料：1、雙變量正態(tài)分布資料：直線相關(guān)分析2、非雙變量正態(tài)分布資料： Spearman等級(jí)相關(guān)分析： 分類變量資料： 1、 雙向無序的表資料 如測(cè)得某地5801人的ABO血型和MN血型結(jié)果如表，問兩種血型系統(tǒng)之間是否有關(guān)聯(lián)？表 某地5801人的血型ABO血型MN血型合計(jì)MNMNO4314909021823A3884108001598B4955879502032A計(jì)145116662684

20、5801可用行列表資料的檢驗(yàn)以及Pearson列聯(lián)系數(shù)進(jìn)行分析：先用行列表資料的檢驗(yàn) ，(行數(shù)-1)(列數(shù)-1) 來推斷兩個(gè)分類變量之間有無關(guān)系（或關(guān)聯(lián)）；在有關(guān)系的前提下計(jì)算Pearson列聯(lián)系數(shù)，進(jìn)一步分析關(guān)系的密切程度， 。2、雙向有序?qū)傩圆煌谋碣Y料：用Spearman等級(jí)相關(guān)分析。不同期次矽肺患者肺門密度級(jí)別分布矽肺期次肺門密度級(jí)別合計(jì)合計(jì) （六）雙變量的回歸分析研究目的是分析兩變量之間的數(shù)量依存關(guān)系。 數(shù)值變量資料：1、當(dāng)兩變量為雙變量正態(tài)分布資料且呈直線關(guān)系時(shí)，應(yīng)用型直線回歸分析： ， ，2、當(dāng)變量為給定值，變量為正態(tài)分布資料，且兩變量呈直線關(guān)系時(shí)，應(yīng)用型直線回歸分析：公式同上。

21、3、當(dāng)兩變量為等級(jí)資料但呈直線關(guān)系時(shí)，應(yīng)用秩回歸分析。 （七）多變量統(tǒng)計(jì)分析方法1 多元線性回歸與相關(guān)分析：多元線性回歸分析通常是研究一個(gè)因變量與多個(gè)自變量間的數(shù)量依存關(guān)系。， 要求因變量為連續(xù)型隨機(jī)變量，且呈正態(tài)分布；各自變量為數(shù)值變量。在醫(yī)學(xué)研究中常用于疾病的預(yù)報(bào)、控制及識(shí)別影響因素。例如，研究年齡、吸煙、飲酒與體重指數(shù)等因素對(duì)收縮壓的影響。多元線性相關(guān)分析是研究多個(gè)自變量與一個(gè)因變量間的相關(guān)關(guān)系。要求因變量與自變量均為數(shù)值變量，且服從正態(tài)分布。在醫(yī)學(xué)研究中應(yīng)用較少。 2 logistic 回歸分析：logistic 回歸模型是一種概率模型，它是以疾病、死亡、治愈、暴露等結(jié)果發(fā)生的概率為因

22、變量，影響疾病的發(fā)生和預(yù)后的因素為自變量建立回歸模型。第個(gè)變量的比數(shù)比為：該模型適用于因變量為二項(xiàng)分類、多項(xiàng)分類的資料；對(duì)自變量的要求不如多元線性回歸嚴(yán)格，可以是數(shù)值變量、有序分類變量和無序分類變量（但對(duì)無序分類變量需做合理地?cái)?shù)量化）。在醫(yī)學(xué)研究中， logistic 回歸特別適用于流行病學(xué)研究，既可用于前瞻性研究，也可用于回顧性研究。常用于疾病的病因?qū)W分析、預(yù)后分析、還可用于鑒別診斷、評(píng)價(jià)治療措施等研究。二分類資料的logistic 回歸，根據(jù)設(shè)計(jì)的不同，可分為非條件logistic 回歸和條件logistic 回歸。非條件logistic 回歸用于成組設(shè)計(jì)資料和隊(duì)列研究資料，條件logis

23、tic 回歸用于配對(duì)設(shè)計(jì)資料。多分類資料的logistic 回歸可用多態(tài)logistic 回歸模型進(jìn)行分析。3 判別分析：判別分析是根據(jù)已掌握的一批分類明確的樣品，按Bayes或Fisher準(zhǔn)則擬合一個(gè)或多個(gè)判別函數(shù)（或判別指數(shù)表），用于判別新樣品的類別，并使錯(cuò)判率最低。另外，判別分析也可分析各因素對(duì)判別的作用大小。在醫(yī)學(xué)研究中，判別分析主要用于診斷和鑒別診斷；也可用于病因?qū)W研究以及疾病預(yù)后研究。 常用的判別分析方法有：Bayes判別、Fisher判別，可用于兩類判別和多類判別。4 聚類分析：聚類分析是按照“物以類聚”的原則研究事物分類的一種多元分析方法。聚類分析的對(duì)象有2種：指標(biāo)（變量）和樣品（個(gè)體）。聚類分析也是研究對(duì)象（指標(biāo)或樣品）的分類，但和判別分析研究樣品的分類不同。判別分析是根據(jù)已知類別的一批樣品，