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。     

采用Cox回归描述多变量生存期和预测多变量生存率

目的：采用Cox回归描述多变量生存期和预测多变量生存率。方法：介绍生存函数和结合线性内插法的基本原理,用一个实例和SPSS8．0和Cox regression过程说明该计算方法。结果：列出该法和Kaplan-Meier法的比较表和预测某个体的多变量生存率,结论：涉及多普量影响的生存分析时,使用该法进行描述和预测更客观和直观。     

利用SPSS进行主成分回归分析

利用 SPSS8.0 for Windows的 Linear Regression、Factor Analysis和 Compute Variable等过程 ,结合线性回归和主成分分析的基本原理 ,介绍了多重共线性诊断、主成分回归分析过程和确定最佳方程的方法。     

女性乳腺癌危险因素的Logistic回归分析

女性乳腺癌危险因素研究资料采集于广州，韶关，肇庆等八个医院。按１∶２配对设计总共收集了１２５个病例一对照组作回顾性调查。经条件Ｌｏｇｉｓｔｉｃ回归．分析得：保护因子有喝茶习惯，ＯＲ＝０．３９１３；危险因子有精神创伤，ＯＲ＝３．４３３８，乳腺炎史，ＯＲ＝３．４０９９，被动吸烟，ＯＲ＝２．０７９６，平均摄油量，ＯＲ＝３．１７７３，流产，ＯＲ＝１．３５４４，癌症家族史，ＯＲ＝５．６７９７。     

多选题答案的编码与SPSS中SUBSTR函数的使用

多选题 (或复选题 )在问卷调查表中应用很普遍。多选题是题目的答案不止一个 ,可以多重选择。ＳＰＳＳ统计软件中有多选题处理过程 (ｍｕｌｔｉｐｌｅｒｅｓｐｏｎｓｅ) 〔1〕,但有关专著对多选题数据文件的建立方法论述得较少或不够实用。本文从实用的角度举例分析多选题答案的数据编码和变量设置 ,并介绍用ＳＰＳＳ统计软件中的数据转换 (Ｃｏｍｐｕｔｅ)和子串选择函数 (ＳＵＢＳＴＲ) ,对多选题数据进行转换。至于如何对多选题数据进行分析可参考其他专著〔1～ 3〕。一、多选题的数据编码和变量设置本文以下面两个问卷项目为例进行介绍 …     

使用SPSS作多变量观察值的ROC曲线分析

在临床医学中 ,采用金标准〔1〕来诊断是最为理想的 ,如恶性肿瘤的病理诊断、血液疾病的骨髓诊断、传染性疾病的病原体诊断等等。但有时病人受客观情况的限制 ,无法利用金标准来诊断 ,医生仅能根据病人的临床表现对疾病作出诊断。如果医生只凭单项测量指标对病人作出诊断 ,往往较为主观和敏感性 (sensitivity ,或真阳性率 )较低。综合利用多项测量指标对病人作出诊断 ,能大大提高正确诊断的敏感性。本文介绍如何使用SPSS的BinaryLogistic和ROCCurve过程进行多变量 (多项测量指标 )观察值的ROC曲线分析 ,并且与单变量 (单项测量指标 )…     

广州地区大学生对无偿献血的认知及行为调查

无偿献血是每个健康适龄公民的光荣义务,同时献血还可增强身体免疫力,预防心血管疾病,癌症等[1].自1998年10月1日<中华人民共和国献血法>正式实施后,无偿献血人数有了较大提高,但仍未能满足临床用血的需要.大学生是社会文化层次较高的群体,他们对<献血法>的了解程度以及参与无偿献血的比率均可反映国家对<献血法>宣传度是否足够及全社会参与无偿献血的情况.为了解大学生对无偿献血认识及行为,本文对广州1 500名大学生进行调查.结果报告如下.     

标准误和可信区间的Bootstrap法及其计算机实现

本文介绍由B.Efron所创立的Bootstrap法,包括Bootstrap基本概念,Monte Carlo算法的标准误和Bootstrap的百分位数法和纠偏百分位数法所计算的可信区间。通过传统统计学的标准区间和Bootstrap区间比较,说明Bootstrap法的准确性和优点。作者用自编的由BASIC语言和SPSS语言相互连接的计算机程序来实现Bootstrap的过程。