统计模型（相关和回归）

2.1 项目介绍

描述某一变量的统计学特征或对各组间进行差别比较都是针对单变量的数据。但是在实际医学或研究中，对定量资料的分析，常常需要对两个变量之间的关系进行分析，例如年龄和血压等，就常用线性回归与相关来分析；如果需要对1个变量与多个变量的关系进行分析，如肺活量大小与年龄，性别，身高，体重的关系等，就需要多元线性回归来分析。而对于二分类资料的关系分析，如发病与不发病，有效与无效等就需要logistic回归分析。目前提供了两组和多组定量/逻辑资料的相关性和回归分析。

定量资料支持的相关回归分析方法：线性相关与回归，Spearman相关，多元线性回归等。

定性资料支持的相关回归分析方法：logistic回归分析等。

2.2 操作说明

1. 下载模板（在模板下载与说明中，根据自己的数据类型下载相应数据模板）

2. 修改数据（在模板中添加或修改自己的数据）

3. 上传文件（左下角，请勿修改文件名）

4. 下载结果（左下角）

2.3 数据模板

相关和回归模板的下载和说明：

2.4 案例展示

2.4.1 定量资料案例

本部分内容提供了一些大学课本上的案例，供大家参考，练习和验证。再次说明，本平台支持定量数据的列数和行数不限，这里只是部分案例情况。

Case1：线性回归与相关

研究饮水氟含量与成人骨X线改变指数间的关系，得到了表中所示的资料，数据表中Y为骨x线改变指数，X为饮水氟含量，试进行回归分析。（本案例来自人民卫生出版社《医学统计学》第六版）

回归模型:

y= -13.079 + 9.939 x

Case2：多元线性回归与相关

为了研究影响糖尿病患者糖化血红蛋白（HbA1c）的主要危险因素，研究者收集糖尿病患者的糖化血红蛋白（Y，%）、年龄（X1，岁）、体重指数(X2，kg/m2)、总胆固醇(X3，mmol/L)、收缩压(X4，mmHg)和舒张压（X5，mmHg）等数据资料。现从中随机抽取了20例，数据见表，试作多元线性回归分析。（本案例来自人民卫生出版社《医学统计学》第六版）

回归模型：

常数项 X2 X3 X4

4.799 0.031 0.097 0.008

2.4.2 定性资料案例

本部分内容提供了一些大学课本上的案例，供大家参考，练习和验证。再次说明，本平台支持定量数据的列数和行数不限，这里只是部分案例情况。

Case1：logistic回归与相关

研究吸烟（X1）、饮酒（X2）与食道癌（Y）关系的病例－对照资料，试作logistic回归分析。（本案例来自人民卫生出版社《医学统计学》第六版）

回归模型:

常数项 x1 x2

-0.910 0.886 0.526

Case2：多变量筛选的logistic回归与相关

某医院在研究某种药物治疗骨折效果时，收集了516例病例资料，对每一患者采用相同的标准按照“好、差”做疗效评价。在评价时需要同时考虑骨折的类型、是否手术、是否服药和治疗时间4个因素对结果的影响。（本案例来自人民卫生出版社《医学统计学》第六版）