回归分析是处理两个及两个以上变量间线性依存关系的统计方法。在医学 领域中,此类问题很普遍,如人头发中某种金属元素的含量与血液中该元素的 含量有关系,人的体表面积与身高、体重有关系;等等。回归分析就是用于说 明这种依存变化的数学关系

上面给大家介绍的是两种生存分析方法,但它们只能研究一至两个因素对生 存时间的影响,当对生存时间的影响因素有多个时,它们就无能为力了,下面 我给大家介绍 Cox Regression过程,这是一种专门用于生存时间的多变量分析 的统计方法

作为二十一世纪统计理论的三大发展方向之一,非参数统计是统计分析的重 要组成部分。可是与之很不相称的是他针对一般性统计分析的理论发展远远不 及参数检验完善,因而比较完善的可供使用的方法也不多。比如多组均数间的 两两比较,虽然已有好几种方法可资利用,但由于在理论上仍存在争议,几种 权威的统计软件(如SAS和SPSS)均没有提供这方面的方法

对于急性病的疗效考核,一般可以用治愈率、病死率等指标来评价,但对于 肿瘤、结核及其他慢性疾病,其预后不是短期内所能明确判断的,这时可以对 病人进行长期随访,统计一定期限后的生存和死亡情况以判断疗效,这就是生 存分析

在很久很久以前,地球上还是一个阴森恐怖的黑暗时代,大地上恐龙横行, 我们的老祖先一一类人猿惊恐的睁大了双眼,围坐在仅剩的火堆旁,担心着无 边的黑暗中不知何时会出现的妖魔鬼怪,没有电视可看,没有网可上 我是疯了,还是在说梦话?都不是,类人猿自然不会有机会和恐龙同时代

描述性统计分析是统计分析的第一步,做好这第一步是下面进行正确统计推断 的先决条件。SPSS的许多模块均可完成描述性分析,但专门为该目的而设计的 几个模块则集中在 Descriptive Statistics菜单中,最常用的是列在最前面的 四个过程: Frequencies过程的特色是产生频数表; Descriptives过程则进行 一般性的统计描述; Explore过程用于对数据概况不清时的探索性分析;

所谓的多元方差分析,就是说存在着不止一个应变量,而是两个以上的应 变量共同反映了自变量的影响程度。比如要研究某些因素对儿童生长的影响程 度,则身高、体重等都可以作为生长程度的测量因子,即都应作为应变量

请注意,本章的标题用了一些修辞手法,一般线性模型可不是用一章就可 以说清楚的,因为它包括的内容实在太多了。 那么,究竟我们用到的哪些分析会包含在其中呢?简而言之:凡是和方差 分析粘边的都可以用他来做。比如成组设计的方差分析(即单因素方差分 析)、配伍设计的方差分析(即两因素方差分析)、交叉设计的方差分析、析 因设计的方差分析、重复测量的方差分析

SAS绘制的统计图不太美观;而SPSS绘制的统计图较为美观,可以满足 大多数情况下的要求;STATA绘制的统计图形最为精美,但由于它采用命令行 方式操作,美观的图形需要添加大量选项普通人不易掌握;而s-plS、 MATHLAB等偏数理统计的软件虽然绘图能力也非常强,但由于自身的定位问 题,并不为大多数人所熟悉。因此,在各种统计软件中,以SPSS制作的统计图 应用最为广泛

从头定义变量的情况多数在建立数据集时出现。但是,当数据集已经建 立,需要整理、转换变量时,碰到的更多情况是需要根据某种条件从原有变量 计算新变量。下面我们将按菜单条目的顺序依次讲解他们的功能。但是,首先 我们需要了解一下所用的对话框界面的情况