高级卫生统计学部分答案

1、决定系数 R2：R2=SS 回/SS1，Y 的总平方和中，由 X 引起的平方和所占的比例，记为 R2，反映了因变量的变异能够被自变量所解释的比例，R2 越大，表示模型中自变量解释能力越强。2，截尾数据：如果在规定的结束时间，由于失访，未愈等没有出现结果事件，未能达到预期的终点，提供的只是不完整的数据信息称之为截尾，从起点到截尾日的t 时间称为截尾数据。3，Median survival time：又称为半数生存期，即当累积生存率为 50%时所对应的生存时间，表示有且只有 50%的可以活过这个时间。4，哑变量：又称虚拟变量，用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为 0 或 1

2、。引入哑变量的目的是将不能够定量处理的变量量化，如职业、对收入的影响等。5，观察独立：一些随机现象经过大量观察，在它们出现的结果之间不呈现显著联系，因此认为这些随机现象的规律性相互独立，称为统计独立性。也就是一个变量取任何值的时候，另一个变量所取得的概率分布始终不变。6，Mean survival time：平均生存时间，是指生存曲线与X 和Y 轴围成的面积，即所研究的平均可存活的时间。（不是很确定）简答题1， 多重线性回归和 logistic 回归各自的应用条件：多重线性回归的应用条件：满足线性趋势：因变量与自变量呈线性关系，即因变量与自变量在散点图上应大致呈一直线趋势；独立性：因变量 Y

3、取值相互独立，即残差间相互独立，不存在自相关，否则应当采用自回归模型来分析；正态性：就自变量的任何一个线性组合，应变量 y 均服从正态分布，即要求残差 ei 服从正态分布，可绘制残差的正态概率图，也可对残差进行正态性检验。等方差性：在自变量取值范围内，对于任意自变量取值，因变量都有相同的误差方差。Logistic 回归应用条件：间独立性，要求研究之间相互独立；若有数值变量，应接近正态分布；二分类变量服从二项分布；Logit(P)与自变量呈线性关系。2， Log-r检验的目的是：获得生存率与标准误后，进行两组或多组研究样本的生存率的比较。:当 H0 成立时，根据 ti 时点的率，可计算出 ti

4、时点上各组的理基本Tg,将论数，将所有时点各组理论数累加，便得到各组的理论总数总数Ag 作比较，计算Log-r检验的统计量2。当H0 为Tg 和各组的试剂真时，2 值较小，当H1 为真时，2 值较大。按相应的到P 值，做出推断结论。度查2 界值表，得3， 等比例风险：是指任何两个的风险函数之比，即风险比（HR）保持一个恒定的比例，与时间t 无关，即模型中的自变量效应不随时间而改变。 如何处理非等比资料：（1）分层：将非等比例的变量分层，但作为分层的变量将无法估计其效应。因此一般只用于协变量。（2）分段估计：从交叉点处划分多个区间，在每个区间内是等比例的，分别对每个区间估计。（3）在模型中加入非

5、等比例变量与时间的交互项。4， 最大似然估计的：最大似然法就是选取使总体参数落在样本观察值领域里的概率达到最大时的值作为参数的估计值。一个随机试验若干个可能的结果A，B，C，。若在仅仅作一次试验中，结果A 出现，则一般认为试验条件对A 出现有利，也即 A 出现的概率很大。一般地，事件 A 发生的概率与参数 相关，A 发生的概率记为P(A，)，则 的估计应该使上述概率达到最大，这样的 顾名思义称为极大似然估计。5， Poisson 回归模型的评价指标：Pearson2 比较期望值与观测值的差别，2 值越小，拟合效果越好 ；Deviance 偏差统计量-比较饱和模型和现有模型的差别，Devianc

6、e 值越小， 现有模型和饱和模型的偏差越小，拟合效果越好；AIC（赤池信息准则）、AICC（校正赤池系数）、BIC（效果越好。系数），上述三个指标越小，表明拟合如果拟合不好，常用的方法有：，见课件6， 过度分散的来源：(1) 数据间的变异很大，Poisson 回归不能很好地描述计数资料；(2)事件的发生存在相关性或性，不满足相互独立，也意味着观测可能不独立；(3) 实验条件未能很好地控制，未知参数的变化不仅随测量的协变量变化，也控制的协变量和潜变量变化。论述题：X1X2 共线性（方差膨胀大于 10，条件指数和偏差比例较大）共线性处理方法：可以将一个或多个相关的自变量剔除，若果不剔除那就应 该对所有的变量系数进行系统的t 检验，避免单个的检验，并且把应变量的推断 值限定在自变量