哈佛大学医学院：陈常中 2012 年 11 月 Mark.chen@empowerstats Changzhong_chen@dfci.harvard

医学论文写作系列讲座 I 数据统计分析思路第七部分：多元回归模型哈佛大学医学院：陈常中 2012年11月 Mark.chen@empowerstats.com Changzhong_chen@dfci.harvard.edu

分析流程 人群描述多个多元模型：模型比较，危险因素作用大小的确定 • 单因素分析： • 曲线拟合，线性模型，分段模型 • 分层分析： • 混杂、交互作用分析

β（95%CI ） p 值 Y1= β0+0.49*X1 Y1= β0’+5.39*X5 Y1= β0+0.16*X1+5.21*X5 多元回归模型能控制混杂

调整与控制 Y= β0 + β1*X1+ β2*X2+ β3*X3+ β4*X4+ …… 既然你做的不计了，那就把你的加到我身上吧，这样我的业绩就更高了，嘿嘿！可不能把你干的坏事算到我的头上！哈哈！ X对Y的作用有没有包含其它因素的作用在内呢？

结局变量: Y2β（95%CI ） p 值

多因素回归方程的比较 方程三方程一方程二

Y2 = β04 + 0.41 * X3 Y2 = β05 + 3.32 * X4 • Y1 = β01 + 0.49 * X1 • Y1 = β02 + 5.39 * X5 Y1 = β03 + 0.16 * X1 + 5.21 * X5 Y2 = β06 + 0.28 * X3 + 2.28 * X4

分析X对Y的作用，要调整C吗？ C 的P 值？ Y = β0+β1C 基本模型中引进C Y=β0+β1X Y=β0+β1X+β2 C β1的变化？完整模型中剔除C Y=β0+β1X +β2 C +β3 A2 +…… Y=β0+β1X +β2 C+β3 A2+…… β1的变化？

要分析X3对Y2的作用，要不要调整X4呢？ 看易侕统计软件如何检查X4的混杂作用 Y2 = β0+βc*X4 Y2 =β0+0.276*X3+βc*X4+β3*X2+β4*X5 Y2 = β0+0.407*X3 Y2 = β0+0.360*X3+β2*X2+β3*X5 Y2 = β0+0.337*X3+βc*X4 基本模型 0.236 0.407 0.337 17.1 0.004 0.027 完整模型 0.122 0.276 0.360 30.4 0.046 0.005

练习数据文件：regdd.xls 1）调用多个回归方程模块，分析X3与Y2的关系，分别运行三个模型： • 模型1：不调整任何因素 • 模型2：调整X2、X5 • 模型3：调整X2、X5、X4 2）调用协变量检查与筛选模块，分析X3与Y2的关系，确定是否要调整X1、X2、X4、X5。

哈佛大学医学院：陈常中 2012 年 11 月 Mark.chen@empowerstats Changzhong_chen@dfci.harvard