职业人群体力活动影响因素的有序logit模型分析

目的 探讨职业人群体力活动的影响因素,为下一步开展体力活动健康促进提供科学依据.方法 采取多级抽样,调查上海市15～75岁常住居民11 380名,选择其中年龄在18 ～65岁的在职人群共4 390人进行问卷调查,应用有序logit模型进行职业人群体力活动的影响因素分析.结果 职业人群总体体力活动评价为:静坐37.36％,不活跃11.50％,活跃14.10％,高度活跃37.04％;年龄、健康状况（BMI、是否高血压）、工作满意度和社会支持是职业人群体力活动的影响因素(P＜0.05).结论上海市职业人群体力活动不足,个体因素、健康状况、工作满意度和社会支持对职业人群体力活动有影响,今后开展职业人群体力活动健康促进时应综合考虑.     

有序分类重复测量数据的多水平模型分析

目的：探讨多水平模型理论在有序分类重复测量数据具有非独立性或误差分布于多个层次时的应用。方法：阐述了多水平模型的构造方法，及模型估计的实现，结果：对有序分类重复测量数据实例拟合方差成分模型及随机系数模型，并得到合理的解释。结论：采用多水平模型分析有序分类的重复测量数据。效果较好，建议采用RIGLS计算，参数估计采用PQL估计。     

有序分类数据回归模型及医学应用

实际工作中经常遇到这样一类多元数据,反应变量Y是按等级划分的,Y的取值为1,2,…,k,表示k个有序分类,另外有解释变量X～T=(X_1,X_2,…X_p),它既可能是离散的,也可能是连续或二者混合的。本文所说的“有序”是对反应变量Y而言的。对这类资料的分析,目前国内主要采用线性模型和多类判别模型。这些模型对资料要求严格,往往附有正态性和等     

双向有序分类资料线性趋势检验的几个问题商榷

国内相关文献[1-4]在介绍双向有序列联表资料线性趋势检验时,均将列联表Pearson卡方检验χ2值分解成线性回归分量χ2回归与偏离线性回归分量χ2偏,即     

多分类有序反应变量logistic回归应用条件的检验

目的 对多分类有序反应变量logistic回归的应用条件寻求科学合理的检验方法。方法 使用卡方分布的理论，SAS软件及抽样调查方法。结果 设计出多分类有序反应变量logistic回归应用条件的卡方检验方法，推导出反应变量取各水平的概率计算公式及卡方检验中理论值、自由度的计算公式，并在作者主持的国家医师资格临床实践技能考试研究中取得了成功效果。结论 多分类有序反应变量logistic回归得到完善和补充，具有较大的理论和实际意义。     

多项式Logit离散选择模型的应用限制及检验

[目的]介绍多项武logit离散选择模型的应用限制及检验方法. [方法]采用Hausman检验和SmallHsiao检验检查脊柱手术方案的无关选择独立性假设. [结果]对脊柱手术方案之间不满足多项武logit回归的无关选择独立性假设.[结论]应用多项式logit离散选择模型要求满足无关选择独立性假设,在违背假设时需要选择其他合适的方法.     

SPSS对有序分类资料的统计分析方法

目的 本科及以下,乃至部分研究生使用的《卫生统计学》、《医学统计学》教材和所有有关SPSS的书籍中,没有介绍有序分类资料这一基本的统计分析方法,导致误用无序分类资料的卡方检验方法屡有发生.本文提出利用SPSS卡方检验处理有序分类资料的简易统计分析方法.方法 用SPSS交叉表统计分析方法,选择“线性和线性组合”行的结果作为判别单向和双向有序分类资料的统计量,并用经典的Ridit分析和SAS程序分析结果比较.结果 在SPSS交叉表对单向有序分类资料的实例分析中, “线性和线性组合”的P值(0.022)与Ridit分析和SAS程序统计分析的结果(0.025 8)相近,统计推断结论一致.在双向有序分类资料中, “线性和线性组合”的P值(0.044)与Ridit分析和SAS程序统计分析的结果(0.0446)完全一致.2例均与用无序分类资料的统计分析结果相差很远.结论 “线性和线性组合”对单向和双向有序分类资料均有效;区分有序分类资料与无序资料的统计分析方法,其分析结果和统计推断结论明显不同.建议在各种统计学教材和有关SPSS的书籍中增加这部分内容,并明确提示为有序分类资料的统计分析方法.     

有序多分类重复测量资料的广义线性混合效应模型分析

目的 探讨广义线性混合效应模型在有序多分类重复测量资料分析中的应用及SAS9.1的GLIMMIX和NLMIXED过程实现.方法 为了评价某新药治疗糖尿病神经病变的临床疗效,采用以安慰剂为对照的随机双盲临床试验.在各个随访时间记录各受试者的神经病变主觉症状总分,并根据减分率评定疗效.建立广义线性混合效应模型,并分别用线性化法和数值法积分近似法进行参数估计,利用SAS中的GLIMMIX和NLMIXED过程得以实现.结果 2种参数估计方法 结果 很接近.疗效的组间差别有统计学意义（P〈0.000 1）,试验组疗效优于安慰剂组;各个疗程间的疗效差别有统计学意义（P〈0.000 1）,且疗程越大疗效越好; 治疗前神经病变主觉症状总分对疗效有影响（P=0.061 3,接近显著性水平）,其值越高,越容易治愈,提示病情严重的患者相比病情轻微的患者治愈效果更好.另外用数值法积分近似法还给出了随机截距和随机斜率的统计显著性检验.结论 采用广义线性混合效应模型对有序多分类重复测量临床资料进行统计分析,可以更客观的进行药物疗效评价.     

用SPSS软件对双向有序分类资料进行线性趋势检验

目的探讨双向有序分类资料线性趋势检验在SPSS软件中的实现。方法用SPSS13．0以上软件对实例进行分析。结果SPSS软件可得到线性趋势检验的回归分析、非零相关检验及确切概率的结果。结论双向有序分类资料的线性趋势检验,可用SPSS13．0以上软件快速得到分析结果。     

两组及多组等级资料Ridit分析的SAS实现

Ridit分析是由Bross提出的一种用于分析有序分类资料或试验结果进行有序尺度测量的资料的一种技术,它给有序分类变量的各等级赋予所谓的Ridit值,在此基础上对两组及两组以上有序分类资料进行分析和比较。目前常用的统计软件包中没有单独的Ridit分析模块,一些研究者编写了相关的     

有序结果变量回归及其应用

目的：介绍有序结果变量回归（Ordinal Regression）的基本原理,SPSS10．0的Ordinal Regression过程和确定“最佳”模型的方法。方法：介绍有序结果变量回归模型结构和模型评估指标,用一个实例和SPSS10．0的Ordinal Regression过程,说明有序结果变量回归的操作和结果分析。结果：列出五种连接函数两种模型的各种评估指标和总正确率,“最佳”有序结果变量回归模型的系数表。结果：有序结果变量回归适用于两个或以上分类水平的应变量和一组协变量。通过五种连接函数两种模型的各种评估指标和总正确率的比较,可挑选出“最佳”有序结果变量回归模型,并能预测某个体的分类。     

Cox比例风险假定的线性相关检验及应用

目的 介绍Cox比例风险假定检查的线性相关检验法并探讨其在实际数据中的应用.方法 线性相关检验通过Schoenfeld残差与生存时间秩次的相关性检验,推断数据是否满足比例风险假定,实例的数据分析以SAS程序实现.结果 线性相关检验简单有效,提供了统计量和P值,结果客观,易于判断.结论 在Cox比例风险假定检验中,线性相关检验为一种简便易用的方法.     

伤害监测病例伤害严重程度影响因素的有序分类Logistic回归分析

[目的]了解伤害监测病例伤害严重程度的影响因素,为下一步工作提供依据。[方法]采用有序分类Logistic回归分析方法,对米易县2006-2007年伤害监测哨点医院报告的14993例伤害病例进行分析。[结果]有序分类Logistic回归分析结果,影响严重伤害（中度、重度伤害）发生的危险因素是伤害原因中的中毒（OR=2．448）,伤害发生地点中的其他（OR=11．032）、工业和建筑场所（OR=2．735）、农场／农田（OR=2．701）、家中（OR=2．610）、公路街道（OR=2．083）;保护因素分别有女性（深=0．843）,中间年龄组5～14岁（OR=0．666）、15～24岁（OR=0．552）、25～59岁（OR=0．650）;与神经系统比较发生于其他部位的伤害是较轻的伤害。[结论]男性、老年人、中毒、自残／自杀是严重伤害发生的最主要危险因素。     

贝叶斯模型平均法的基本原理及其在logistic回归中的应用实例

目的介绍Bayesian模型平均法的基本原理,并对实际资料进行分析,指出该方法的优越性。方法以Hosmer和Lemeshow研究低出生体重婴儿影响因素的队列研究为例,分别以Bayesian模型平均法和逐步logistic回归法选择最佳模型,并分析比较二者的差异及原因。结果Bayesian模型平均法确定的10个后验概率最大的模型的累积后验概率仅为0.59,模型本身的不确定性是很大的,而逐步logistic回归法确定的最佳模型的后验概率(P(βk≠0|D)<0.032)要远低于Bayesian模型平均法确定的最佳模型的后验概率(P(βk≠0|D)=0.12)。从回归系数的估计值、标准误和P值比较两种方法的结果发现,Bayesian模型平均法估计的精度较高,而逐步logistic回归法由于没有考虑模型本身的不确定性,偏向于高估结果。结论Bayesian模型平均法考虑了模型本身的不确定性,其分析结果更可靠,在统计建模中具有较好的应用前景。     

一种空间负二项回归模型及其应用

目的研究用于具有空间相关性资料的一种新的统计分析方法:空间负二项回归。方法构建空间负二项回归模型,利用蒙特卡罗最大似然法进行模型参数估计,并采用钉螺实例,比较常规负二项回归与空间负二项回归的模型拟合与参数估计效果。结果实例分析表明,当资料存在空间相关性时,空间负二项回归可以有效地提高数据拟合精度,改善参数估计。结论空间负二项回归是一种可以用于分析具有空间相关性计数型反应变量的广义线性模型。     

甲状腺良、恶性结节发病的影响因素及其Ordinal回归分析

目的 了解不同人群中甲状腺良、恶性结节的发病情况及其影响因素.方法 采取分阶段整群随机抽样方法,选取在某医院进行体检的人群进行一般情况及甲状腺疾病发生影响因素的问卷调查,数据资料采用Wilcoxon秩和检验和Kruskal-Wallis H检验,并进行Ordinal回归分析.结果 共调查8 090名体检者,有效问卷8 039份,有效率99.37%.甲状腺正常者2 912名,占36.2%,结节性甲状腺肿、其他甲状腺良性疾病和甲状腺癌分别为2 470,1 539和1 118例,各占30.7%、19.1%和13.9%.单因素分析显示,工作单位、生存环境、从事职业、饮食习惯、电磁辐射、尾气尘埃等对体检人群发生甲状腺良、恶性结节的影响差异有统计学意义(P<0.05).Ordinal回归分析显示,从事电化企业、银行工作、厨卫保洁的人群甲状腺疾病发生的概率分别是医药卫生系统的8.53倍(OR=8.53,95%CI:7.02~9.89)、1.69倍(OR=1.69,95%CI:1.26~1.94)和7.29倍(OR=7.29,95%CI:5.81~9.03).与普通街区比较,生活或工作在干道工地旁、电器高压线旁和新近装修、尾气油烟尘埃之中为发生甲状腺疾病的危险因素.接触手机、电脑等电磁辐射越多,以及碘、钙、氟的过度摄入,甲状腺疾病发生的概率越高.结论 甲状腺良、恶性结节发病的风险因素有手机、电脑、微波、电器等电磁辐射,建筑尘埃、雾霾、装修以及油烟尾气等;保护性因素则是花园式绿色环境.     

基于贝叶斯估计的诊断试验ROC曲线回归模型

目的 阐明基于贝叶斯估计的ROC曲线回归模型.方法 通过实例对比分析,介绍WinBUGS软件ROC曲线回归模型参数估计与应用.结果 基于贝叶斯估计的ROC曲线回归模型不仅可考虑(平衡)协变量对诊断试验结果准确性评价的影响,而且可计算不同协变量取值条件下的ROC曲线下面积;不同先验分布的选取在一定范围内模型参数估计结果较稳定,可作为临床诊断试验结果分析的依据.结论 基于贝叶斯估计的ROC曲线回归模型,可有效地解决受协变量影响的临床诊断试验准确度评价问题.     

单向有序二维表的统计分析方法比较

目的比较单向有序表的三种统计检验方法的功效。方法采用Monte Carlo模拟。结果模拟结果显示CMH法和K—W秩和检验对分布位置差异的检验有较高的功效，而对分布离散程度的变异却无能为力。结论分析单向有序表时应同时使用Pearson x^2和K—W秩和检验（或CMH法），并报告两种检验的统计结果。