临床医学研究中的统计知识概述(八)

12．4 Logistic回归 Logistic回归是分析疾病与致病因素间联系的统计方法，是以疾病发生概率为应变量，影响疾病发生因素为自变量的回归分析方法，应变量可以是两类或多类变量。     

作者设计插图须知

作者在设计插图时，首先要注意图宽高的比例应接近7：5，图才美观。普通线图的绘制要点如下：（1）横轴表示某一连续变量（自变量），如时间、年龄、剂量等；纵轴表示因变量，如某种率或频数。（2）坐标应有标目，同时注明法定单位，标目的书写应注意与相应坐标轴平行，     

作者设计插图须知

作者在设计插图时，首先要注意图宽高的比例应接近7：5，图才美观。普通线图的绘制要点如下：（1）横轴表示某一连续变量（自变量），如时间、年龄、剂量等；纵轴表示因变量，如某种率或频数。（2）坐标应有标目，同时注明法定单位，标目的书写应注意与相应坐标轴平行，沿坐标轴外侧居中书写。     

作者设计插图须知

作者在设计插图时，首先要注意图宽高的比例应接近7：5，图才美观。普通线图的绘制要点如下：（1）横轴表示某一连续变量（自变量），如时间、年龄、剂量等；纵轴表示因变量，如某种率或频数。（2）坐标应有标目，同时注明法宝单位，标目的书写应注意与相应坐标轴平行，沿坐标轴外侧居中书写。（3）坐标线放在轴线内侧，标值写在轴线外侧，为避免标注过密，可只标注奇数、偶数、     

作者设计插图须知

作者在设计插图时，首先要注意图宽高的比例应接近7：5，图才美观。普通线图的绘制要点如下：（1）横轴表示某一连续变量（自变量），如时间、年龄、剂量等；纵轴表示因变量，如某种率或频数。（2）坐标应有标目，同时注明法定单位，标目的书写应注意与相应坐标轴平行，沿坐标轴外侧居中书写。（3）坐标线放在轴线内侧，标值写在轴线外侧，为避免标注过密，可只标注奇数、     

适应性回归分析(Ⅳ)——与非适应性回归分析的比较

本文目的是分析一个已知真实情况的资料,比较适应性回归分析与非适应性回归分析建模的效果。结论如下:当资料中存在与因变量确有关系的自变量时,ADAPTIVEREG过程具有较好的甄别能力;REG过程具有较好的甄别能力,但需要满足一定条件,即采用"前进法"或"逐步法"筛选自变量,同时还需要"假定模型包含截距项"。当资料中不存在与因变量确有关系的自变量时,ADAPTIVEREG过程几乎完全失去了甄别能力;REG过程具有较好的甄别能力,但需要满足一定条件,即采用"前进法"筛选自变量,同时还需要"假定模型包含截距项"。若研究者基于"基本常识"和"专业知识"确定的自变量都与因变量有关系,对因变量进行Logistic变换,并且,假定回归模型中不含截距项时,会在回归模型中保留非常多的自变量。     

序列相关检验简介

回归预测模型的建立必须满足以下三个条件：①因变量与自变量之间存在线性统计关系。②自变量是确定性的，多元线性回归中要求自变量之间不存在线性关系。③各期的随机误差在任何时期都是互不相关的，反之则存在序列相关。只有符合上述三个假定条件时，预测模型才是有效的。在建立线性回归预测模型时，尤其当采用时间序列数据建模预测时，需从多方面对模型的假定条件加以检定，以检查模型是否成立。     

怎样写好文章题目？

文章题目字数不宜超过20个字,尽量不用缩略语,不加附标题,且文题要鲜明,紧扣内容,范围不宜过大或过小。题目要准确描述报道的内容,包含足够的信息以便了解论文内容,交待重要的关键词、研究所涉及的主要参数（自变量、因变量）、研究对象和／或研究方法。如：《小隐静脉栓塞对腓肠神经营养血管逆行皮瓣影响的实验研究》。     

多发伤早期心肌损害的高危因素分析

目的研究多发伤早期心肌损害的主要危险因素。方法病例均来源于2000年8月至2003年12月收治入院的多发伤患者231例，以心肌损害为因变量，与其相关的20项因素为自变量进行Logistic回归分析，以确定心肌损害的危险因素?结果急性生理学与既往健康状况(APACHEⅡ)≥10、损害严重度评分(ISS)≥25、合并胸伤、胸部简明损伤定级(AIS)≥3、休克指数≥2、低氧血症时间≥0．5h是多发伤早期心肌损害的危险因素，胸部创伤因素与全身损伤危险因素共同存在时，心肌损害的发病危险性(OR)将明显增加．结论对具有高危因素的患者应警惕早期心肌损害的发生，多发伤患者胸部和全身损伤因素共同作用增加早期心肌损害的危险性。     

基于经典统计思想实现多重线性回归分析

本文目的是介绍基于经典统计思想实现多重线性回归分析的方法。首先,概述基于经典统计思想、贝叶斯统计思想和机器学习统计思想建立多重线性回归模型的基本思路;然后以实际问题为例,全面呈现了多重线性回归分析所需要完成的主要任务;最后,总结多重线性回归分析的适用场合及注意事项。结果表明:产生派生变量、进行自变量筛选和共线性诊断、进行异常点诊断等内容是进行多重线性回归分析的主要任务。在多因素试验或观察性研究中,只要结果变量为计量变量,比较常用且有效的做法是进行多重线性回归分析,应尽可能少用单因素差异性分析。