預(yù)防統(tǒng)計(jì)軟件概論課件

統(tǒng)計(jì)軟件概論主講人陶育純7學(xué)時(shí)：402006.10.10103預(yù)防統(tǒng)計(jì)軟件概論7第七講課程名稱：統(tǒng)計(jì)軟件主要教材：

?SPSSforWindowsVer.11.5在醫(yī)學(xué)統(tǒng)計(jì)中的應(yīng)用?

馬斌榮編著科學(xué)出版社年級(jí)、專業(yè)：2003級(jí)預(yù)防醫(yī)學(xué)專業(yè)授課時(shí)間：2006年12月21日授課時(shí)數(shù)：2h2006.10.10203預(yù)防統(tǒng)計(jì)軟件概論7目錄第十章相關(guān)與回歸一、一元線性相關(guān)與回歸二、多元相關(guān)分析第十一章Logistic回歸（介紹）三、多元線性回歸（包括多元逐步回歸）2006.10.10303預(yù)防統(tǒng)計(jì)軟件概論7第十章相關(guān)與回歸

一、一元線性相關(guān)與回歸㈠使用命令

SPSS通過Analyze→Correlate

→Bivariate…分析完成對(duì)某資料的直線相關(guān)分析。SPSS通過Analyze→Regression

→Linear…分析完成對(duì)某資料的直線回歸分析。注意：一元線性相關(guān)又稱直線相關(guān)，一元線性回歸又稱直線回歸。㈡例題及分析過程2006.10.10403預(yù)防統(tǒng)計(jì)軟件概論7

下面通過對(duì)教材第149頁例10.1的資料做直線相關(guān)與回歸分析來講述操作步驟及結(jié)果的判讀。1.建立數(shù)據(jù)文件（見exp10.1.sav）

2.正態(tài)性檢驗(yàn)及繪制散點(diǎn)圖利用One-SampleKolmogorov-SmirnovTest分別對(duì)發(fā)硒變量（hairsi）和血硒變量（bloodsi）做正態(tài)性檢驗(yàn)，其結(jié)果見表10.2。結(jié)果表明兩變量均服從正態(tài)分布。使用Graphs→Scatter/Dot…→選擇SimpleScatter→Define→打開SimpleScatterplot對(duì)話框，將bloodsi變量調(diào)入YAxis:欄中，將hairsi變量調(diào)入XAxis:欄中，→

OK完成散點(diǎn)圖的繪制。從圖10.1a上可以看出發(fā)硒與血硒存在2006.10.10503預(yù)防統(tǒng)計(jì)軟件概論7直線變化趨勢(shì)。

3.直線相關(guān)Analyze→Correlate

→Bivariate…打開BivariateCorrelations對(duì)話框，將雙變量hairsi和bloodsi調(diào)入

Variables:欄中，→

OK完成。4.結(jié)果判讀

輸出結(jié)果見表10.3。表中顯示了發(fā)硒與血硒的相關(guān)系數(shù)r=0.880，P<0.001。說明發(fā)硒與血硒存在直線相關(guān)關(guān)系。5.直線回歸

Analyze→Regression

→Linear…打開Linear

2006.10.10603預(yù)防統(tǒng)計(jì)軟件概論7Regression對(duì)話框，將bloodsi變量調(diào)入Dependent:欄中，將hairsi變量調(diào)入Independent(s):欄中，→

OK完成。6.結(jié)果判讀

輸出結(jié)果見表10.4~10.7。

表10.4中顯示了回歸采取的方法。本例采取的是Enter法，即所有自變量都進(jìn)行分析。

表10.5顯示了用方差分析對(duì)回歸方程做的假設(shè)檢驗(yàn)。本例F=34.156，P<0.001。說明回歸方程有意義。

表10.6顯示了回歸方程中的系數(shù)及針對(duì)該系數(shù)所做的假設(shè)檢驗(yàn)。本例截距（又稱常數(shù)項(xiàng)）a=-6.943，hairsi變量的系數(shù)（即直線回歸系數(shù)）b=0.239，則直線回歸方程為：2006.10.10703預(yù)防統(tǒng)計(jì)軟件概論7

表10.7顯示了回歸分析的一些其它統(tǒng)計(jì)信息（相關(guān)系數(shù)R、決定系數(shù)R2等）。本例R2=0.774（雙側(cè)）。關(guān)于教材第154頁的“三、頻數(shù)表資料的相關(guān)與回歸”的內(nèi)容自學(xué)。

二、多元相關(guān)分析

教材第161頁第二節(jié)中所求得的多個(gè)變量之間的相關(guān)分析實(shí)質(zhì)就是直線相關(guān)分析（雙變量）的簡單擴(kuò)展。2006.10.10803預(yù)防統(tǒng)計(jì)軟件概論7多個(gè)變量之間的相關(guān)分析得出的某兩個(gè)變量之間相關(guān)系數(shù)只能反映單獨(dú)某個(gè)變量a與單獨(dú)某個(gè)變量b的密切聯(lián)系程度，而不能考慮其它變量（c、d、…）對(duì)某個(gè)變量（a或b）的影響效應(yīng)。若要扣除其它變量的影響后再求某兩個(gè)變量之間相關(guān)系數(shù)，則稱此相關(guān)系數(shù)為偏相關(guān)系數(shù)（partialcorrelationcoefficient），SPSS可以使用Analyze→Correlate

→Partial…完成偏相關(guān)分析。教材第161頁例10.3的資料，若只做簡單相關(guān)分析，操作步驟與直線相關(guān)分析幾乎完全相同，唯一的區(qū)別就是把兩個(gè)變量換成了六個(gè)變量(X1~X6)。分析結(jié)果見表10.19。2006.10.10903預(yù)防統(tǒng)計(jì)軟件概論7其中體重（X1）與上臂圍（X4）的Pearson相關(guān)系數(shù)r=0.866，P<0.001。說明二者相關(guān)。但如果求二者的偏相關(guān)系數(shù)=0.540，P=0.167>0.05（見表10.19a）。說明在控制身高、胸圍、三頭肌和肩胛下角四個(gè)變量下，體重與上臂圍二者實(shí)際是不相關(guān)的。造成二者簡單相關(guān)有意義的原因在于三頭肌與上臂圍是相關(guān)的，因?yàn)槎叩腜earson’sr=0.681,

P=0.015<0.05，見表10.19。

建議在進(jìn)行多個(gè)變量之間的相關(guān)分析時(shí)，要把簡單相關(guān)分析和偏相關(guān)分析結(jié)合起來。2006.10.101003預(yù)防統(tǒng)計(jì)軟件概論7多元線性回歸是研究一個(gè)因變量（Dependent）和多個(gè)自變量（Independent）之間線性依存關(guān)系的統(tǒng)計(jì)方法。其模型表達(dá)式（常稱多元線性回歸方程）見下：其中bj為自變量Xj的偏回歸系數(shù)（partialregressioncoefficient）。根據(jù)最小二乘法（leastsquaremethod）可以求出系數(shù)bj的大小。

SPSS通過Analyze→Regression

→Linear…分析完成對(duì)某資料的多元線性回歸分析。

三、多元線性回歸(包括多元逐步回歸)2006.10.101103預(yù)防統(tǒng)計(jì)軟件概論7下面通過對(duì)教材第166頁例10.4的資料做多元線性回歸分析來講述操作步驟及結(jié)果的判讀。1.建立數(shù)據(jù)文件（見exp10.4.sav）

2.適用條件判斷略。3.多元線性回歸分析（Enter）

Analyze→Regression

→Linear…打開LinearRegression對(duì)話框，將y變量(血紅蛋白)調(diào)入Dependent:欄中，將x1、x2、x3變量(鈣、鐵、錳)調(diào)入Independent(s):欄中，→

OK完成。4.結(jié)果判讀2006.10.101203預(yù)防統(tǒng)計(jì)軟件概論7

輸出結(jié)果見表10.22~10.25。

表10.22顯示了多元回歸采取Enter的方法。

表10.23顯示了復(fù)相關(guān)系數(shù)R=0.802。

表10.24顯示了用方差分析對(duì)多元回歸方程做的假設(shè)檢驗(yàn)。本例F=9.627，P=0.001<0.01。說明多元回歸方程有意義。

表10.25顯示了多元回歸方程中的系數(shù)及針對(duì)每個(gè)系數(shù)所做的假設(shè)檢驗(yàn)。本例x2變量(P<0.001)有統(tǒng)計(jì)學(xué)意義，

x1變量(P=0.053>0.05)和

x3變量(P=0.647>0.05)均無統(tǒng)計(jì)學(xué)意義。5.多元線性回歸分析（調(diào)整）2006.10.101303預(yù)防統(tǒng)計(jì)軟件概論7

由于出現(xiàn)兩個(gè)沒有統(tǒng)計(jì)學(xué)意義的自變量（x1與x3），因此在調(diào)整自變量的組成時(shí)，最佳策略是首先把最沒意義的變量（x3）去掉，由其余變量（x1與x2）再重做多元線性回歸分析。

具體操作步驟參見3.。6.結(jié)果判讀

輸出結(jié)果見表10.26~10.29。

表10.26顯示了多元回歸仍采取Enter的方法。

表10.27顯示了復(fù)相關(guān)系數(shù)R=0.799。

表10.28顯示了調(diào)整后的多元回歸方程的假設(shè)檢驗(yàn)。本例F=15.023，P<0.001。說明調(diào)整后的多元回歸方程仍有2006.10.101403預(yù)防統(tǒng)計(jì)軟件概論7意義。

表10.29顯示了調(diào)整后的多元回歸方程中的系數(shù)及針對(duì)每個(gè)系數(shù)所做的假設(shè)檢驗(yàn)。本例

x1變量(P=0.047<0.05)和

x2變量(P<0.001)均有統(tǒng)計(jì)學(xué)意義。本例最后得到的優(yōu)化的多元回歸方程為：注意：在比較x1與x2的系數(shù)（0.053與0.032）對(duì)因變量的作用時(shí)，不能直接比，而應(yīng)該選用標(biāo)準(zhǔn)化系數(shù)（StandardizedCoefficient

）進(jìn)行比較。x1與x2的標(biāo)準(zhǔn)化系數(shù)分別為0.323和0.821，說明x2對(duì)因變量的作用要大于x1。2006.10.101503預(yù)防統(tǒng)計(jì)軟件概論7

由于多元線性回歸分析是研究一個(gè)因變量和多個(gè)自變量之間線性依存關(guān)系，而在多個(gè)自變量中，不一定每一個(gè)變量對(duì)因變量的影響都有統(tǒng)計(jì)學(xué)意義，因此需要通過某種方法尋找出一個(gè)最優(yōu)化的多元回歸方程，即能夠使方程中的每一個(gè)自變量對(duì)因變量的影響都有統(tǒng)計(jì)學(xué)意義。多元逐步回歸就是一個(gè)利用逐步（stepwise）選擇有統(tǒng)計(jì)學(xué)意義的自變量的過程來獲得最優(yōu)化的多元回歸方程的統(tǒng)計(jì)學(xué)方法。SPSS實(shí)現(xiàn)多元逐步回歸的方法是在Analyze→多元逐步回歸2006.10.101603預(yù)防統(tǒng)計(jì)軟件概論7Regression

→Linear…打開LinearRegression對(duì)話框，

通過在Method:下拉框中點(diǎn)擊選擇stepwise來完成。下面通過對(duì)教材第166頁例10.4的資料做多元逐步回歸分析來講述操作步驟及結(jié)果的判讀。1.打開數(shù)據(jù)文件（見exp10.4.sav）2.多元逐步回歸分析（Stepwise）

Analyze→Regression

→Linear…打開LinearRegression對(duì)話框，將y變量(血紅蛋白)調(diào)入Dependent:欄中，將x1、x2、x3變量(鈣、鐵、錳)調(diào)入Independent(s):欄中，在Method:下拉框中點(diǎn)擊選擇stepwise，→OK完成。2006.10.101703預(yù)防統(tǒng)計(jì)軟件概論73.結(jié)果判讀

輸出結(jié)果見表10.30~10.34。

表10.30中顯示了多元逐步回歸的步驟。第一步引進(jìn)自變量x2,第二步引進(jìn)自變量x1。二者使用的準(zhǔn)則(Criteria)都是：引進(jìn)的概率P≤0.050，剔除的概率P≥0.100。

表10.31顯示了第一步引進(jìn)自變量x2，R2=0.542；第二步引進(jìn)自變量x2和

x1，R2=0.639。

表10.32顯示了第一步引進(jìn)自變量x2后的回歸方程有意義（F=21.265，P<0.001）；第二步引進(jìn)自變量x2和

x1后的回歸方程也有意義（F=15.023，P<0.001）。

表10.33顯示了第一步引進(jìn)自變量x2后的回歸方程中相2006.10.101803預(yù)防統(tǒng)計(jì)軟件概論7應(yīng)系數(shù)的大小及其假設(shè)檢驗(yàn)的結(jié)果(x2的系數(shù)b2=0.029，P<0.001；常數(shù)項(xiàng)(Constant)的系數(shù)

b0=-0.242，P=0.927)；第二步引進(jìn)自變量x2和

x1后的回歸方程中相應(yīng)系數(shù)的大小及其假設(shè)檢驗(yàn)的結(jié)果(x2的系數(shù)b2=0.032，P<0.001；x1的系數(shù)b1=-0.053，P=0.047；常數(shù)項(xiàng)的系數(shù)

b0=1.567，P=0.542)。故本例題的回歸方程為：

表10.34顯示了多元逐步回歸分析中每步未進(jìn)入方程的自變量的情況。2006.10.101903預(yù)防統(tǒng)計(jì)軟件概論7第十一章Logistic回歸（介紹）

前述的多元線性回歸分析是研究一個(gè)因變量和多個(gè)自變量之間線性依存關(guān)系，但它要求因變量和自變量都為定量數(shù)據(jù)，當(dāng)因變量和自變量出現(xiàn)分類數(shù)據(jù)時(shí)，多元線性回歸分析就不適用了。

Logistic回歸是一個(gè)分析某個(gè)二分類（或多分類）因變量與多個(gè)自變量（包括分類變量、等級(jí)變量和數(shù)值變量）關(guān)系的有力工具。它常用于流行病學(xué)中研究疾病發(fā)生與危險(xiǎn)因素間的關(guān)系，還可用于病因?qū)W的隊(duì)列研究、病例-對(duì)照研究、臨床診斷的判別模型、治療效果評(píng)價(jià)等。2006.10.102003預(yù)防統(tǒng)計(jì)軟件概論7

SPSS通過Analyze→Regression

→BinaryLogistic…命令完成二分類的因變量的Logistic回歸。SPSS通過Analyze→Regression

→MultinomialLogistic…命令完成多分類的因變量的Logistic回歸。

SPSS提供了六種篩選自變量的方法：forwardconditional,forwardLR,forwardWald,backwardconditional,backwardLR,orbackwardWald。其作用都差不多，但建議少用Wald檢驗(yàn)。教材第189頁例11.1的資料，作者采用先單因素分析對(duì)自變量進(jìn)行篩選，再把篩選出有統(tǒng)計(jì)學(xué)意義的自變量引入Logistic回歸中，選擇Enter的方法是不合理的。因?yàn)閱我?006.10.102103預(yù)防統(tǒng)計(jì)軟件概論7素分析不能考慮變量之間的交互效應(yīng)以及變量之間的相關(guān)性對(duì)因變量的影響。合理的步驟應(yīng)該是：直接把所有研究者關(guān)心的變量列入Logistic回歸分析的自變量列表里，選擇一個(gè)合理的篩選變量的方法(如Forward:LR)進(jìn)行分析。單因素分析的結(jié)果只能作為一個(gè)輔助分析的參考。對(duì)于例11.1的資料,作者先采取對(duì)定性變量（性別sex、手術(shù)方式pt、疾病部位da、手術(shù)中輸血次數(shù)bn）分別和感染與否infect變量進(jìn)行χ2檢驗(yàn)來找出有統(tǒng)計(jì)學(xué)意義的變量，對(duì)定量變量（年齡age、紅細(xì)胞壓積hct、手術(shù)持續(xù)時(shí)間time、手術(shù)中失血量lb、手術(shù)中輸血量bc）分別以感染與否infect變量分組進(jìn)行t

檢驗(yàn)來找出有統(tǒng)計(jì)學(xué)意義的變量，2006.10.102203預(yù)防統(tǒng)計(jì)軟件概論7結(jié)果得到影響感染與否的自變量有：手術(shù)中輸血量bc、疾病部位da和手術(shù)中輸血次數(shù)bn。

注意的是：這里的分析沒有考慮到的變量手術(shù)中輸血次數(shù)bn與手術(shù)中輸血量bc的專業(yè)相關(guān)性，這就會(huì)為以后的分析留下隱患。作者接著對(duì)上述三個(gè)變量進(jìn)行Logistic回歸分析，并選擇Enter的方法。分析結(jié)果顯示三個(gè)變量的Wald檢驗(yàn)概率大小，手術(shù)中輸血量bc的Wald檢驗(yàn)概率P=0.977最大，因此接下來剔除bc再作了一次Logistic回歸，結(jié)果顯示最后剩下的兩個(gè)變量：手術(shù)中輸血次數(shù)bn和疾病部位da的Wald檢驗(yàn)概率P均小于0.05，至此找到了影響感染與否的有統(tǒng)計(jì)2006.10.102303預(yù)防統(tǒng)計(jì)軟件概論7學(xué)意義的自變量。若直接把上述作者涉及到的所有自變量列入Logistic回歸的自變量列表里，選擇一個(gè)合理的篩選變量的方法進(jìn)行分析。操作步驟如下：

1.打開數(shù)據(jù)文件（見exp2.1.sav）2.Logistic回歸分析（Forward:LR）

Analyze→Regression

→BinaryLogistic…打開LogisticRegression對(duì)話框，將因變量(infect)調(diào)入Dependent:欄中,將自變量sex、age、hct、pt、da、time、lb、bn、bc調(diào)入Covariates:欄中，在Method:下拉框中點(diǎn)擊選擇Forward:LR，→OK完成。2006.10.102403預(yù)防統(tǒng)計(jì)軟件概論73.結(jié)果判讀

輸出主要結(jié)果見表11.25~11.28。

表11.25顯示了Block0區(qū)引入常數(shù)項(xiàng)的統(tǒng)計(jì)結(jié)果。本例常數(shù)項(xiàng)有統(tǒng)計(jì)學(xué)意義（Wald值=18.669，P<0.001）。

表10.26顯示了Block0區(qū)未引入的所有自變量的得分檢驗(yàn)（ScoreTest）結(jié)果。實(shí)質(zhì)就是單因素分析結(jié)果。本例從結(jié)果中可以看出bc、da和bn均有統(tǒng)計(jì)學(xué)意義，結(jié)論與作者相同。

表10.27顯示了Block1區(qū)也就是采取逐步向前似然比檢驗(yàn)法[ForwardStepwise(LikelihoodRatio)]對(duì)所有自變量的篩選結(jié)果。最后一步（Step2）的輸出結(jié)果是Logistic回歸2006.10.102503預(yù)防統(tǒng)計(jì)軟件概論7分析最重要的，因?yàn)樗峁┝藘?yōu)化后的最終回歸方程的相關(guān)信息。有最終篩選出的自變量、變量系數(shù)(B)、標(biāo)準(zhǔn)誤(S.E.)、Wald卡方值(Wald)、自由度(df)、P值(Sig.)以及Exp(B)(即OR值)。本例最終篩選出的自變量是da和bc。

表10.28顯示了Block1區(qū)每步未引入的所有自變量的得分檢驗(yàn)（ScoreTest）結(jié)果。上述結(jié)果與作者的做法截然不同。原因在于手術(shù)中輸血次數(shù)bn與手術(shù)中輸血量bc在專業(yè)上是相關(guān)的，而選擇bc要比bn要科學(xué)合理。關(guān)于多分類的Logistic回歸分析的實(shí)現(xiàn)方法請(qǐng)參見2006.10.102603預(yù)防統(tǒng)計(jì)軟件概論7思考題

1.

為什么在做直線相關(guān)與回歸分析時(shí)，必須先繪制散點(diǎn)圖（Scatterplot）？

2.一元線性相關(guān)與回歸、多元線性相關(guān)與回歸和Logistic回歸分析的區(qū)別。SPSS的相關(guān)參考書。C2006.10.102703預(yù)防統(tǒng)計(jì)軟件概論72006.10.102803預(yù)防統(tǒng)計(jì)軟件概論7輸出結(jié)果表10.22006.10.102903預(yù)防統(tǒng)計(jì)軟件概論72006.10.103003預(yù)防統(tǒng)計(jì)軟件概論7圖10.1a2006.10.103103預(yù)防統(tǒng)計(jì)軟件概論7此項(xiàng)作用為在相關(guān)系數(shù)上用符號(hào)標(biāo)記顯著性水平。注意：PearsonCorrelationCoefficient就是直線相關(guān)系數(shù)r。2006.10.103203預(yù)防統(tǒng)計(jì)軟件概論7輸出結(jié)果表10.3發(fā)硒與血硒的r

=0.880，P<0.01。注意：只有選擇了FlagSignificantCorrelations選項(xiàng)才有。2006.10.103303預(yù)防統(tǒng)計(jì)軟件概論72006.10.103403預(yù)防統(tǒng)計(jì)軟件概論7輸出結(jié)果表10.4表10.5F=34.156，P<0.001。說明回歸方程有意義。2006.10.103503預(yù)防統(tǒng)計(jì)軟件概論7輸出結(jié)果表10.6表10.7R=0.880,R2=0.774。2006.10.103603預(yù)防統(tǒng)計(jì)軟件概論7表10.19輸出結(jié)果體重(X1)與上臂圍(