第四节风险评估

--PAGE1第四节一 风险识别与分二 风险评估方1966年提出了单变量模式。其观点其预测能力分别为： （multivariatestatistical行调查,5（变量。如果用单变量统计分析法考察超重与血压的关系，一般是把数据做成11与高血压患病率的关系，就未能发现超重与高血压患病率有任何明显的联（如此例中的体胖及年龄等统计学中的多变量统计分析起源于医学和心理学。1930年代它在理论上发展很快，但由于计算复杂，实际应用很少。1970年代以来由于计算机回归分析当多个变量x1，x2,…，xm（称为回归变量或自变量、独立回归分析的第一个任务就是求回归变量对指标y的影响的统计规律性（也称回归关系y产生；第三个任务定（或称消除）其他变量的影响后，考察每一个回归变量对指标y的相关y的主要部分（记为x1，x2，xm线性表示为b0,b1，b2，…，bm是未知常数，需用样本去估计，ε是用取代y后的误差。这是最常用的模型，称为多重线性回归或多元线性回归。用样b0,b1，b2，…，bm的方法还有岭回归、特征根回归、主成分回归x1,x2xmα1，α2；…用样本去估计。医学中最logistic回归，它常用于疾病对照研究以及生长发育问张压有显著的影响，它们按偏相关系数大小排列为：年龄(0.297)，体胖程度(0.253)，肾炎史(0.162)，性别(0.117)，工作类别(0.081),高血压家族史判别分析根据样本的某些指标来决定样本归属的类别。例如在医疗诊H1组(H2)、浅表性胃炎组(H3)36个指标(变量)：性别（x1,男1,0、年龄(x2)pH值(x3)、唾液中亚硝酸盐浓度(x4)、胃液中亚硝酸盐浓度(x5)、胃液中二甲基亚硝酸胺浓度(x6)。用判别分析法，可6个指标（变量）3x1,x2，x4,x6； u3=-6.36+1.84x1+0.27x2+0.34x4+0.84x6(H3)函数值u1，u2，u3。这里的判别规则是：如果u1最大,则病例判属疾病组H1u2最大,H2u3H3。这样，诊断就变成x3，x5前0；x13个系数(2.68，3.79，1.84)说明相对于女性(x1=0)而言,男性(x1=1)更容易得萎缩性胃炎(3.79)或胃癌(2.68)；x23个系数说同的变量（或事物。因子分析的根本任务就是从众多的变量（或事物）际测量到的变量（或事物）RQ型之分，用于变量之间时称为RQ型。R型因子分析为例,x1,x2，…，xm，隐藏的公因上式右边的第一部分是变量中公因子┃1┃2k后一部分是与公因子无关的部分（称为独立性部分。因子分析的根本任务就是用样本求出┃1,┃k｛α吗α荷系数，当样本是标准化数据且假定公因子之间彼此不相关时,则权α吗就是公因子┃jxi6（内部的公因子┃用实验判定┃1可很好地代表交感神经的平衡状态，最后用┃1论证了中医的“寒热”其本质就是交感神经的抑制或兴奋。（或少数几个）供的信息。如记(x1,x2，…，xm)为观测变量,Z一般可写成Zm个变量中相关最大的一部分信息（类似于因子分析中┃15Z,Z543％，能综合地反聚类分析也称为分类学。经典的分类学诞生于几百年前，比如化石分60年代的事。此后聚类分RQR型，对样品（观察单元、事物）Q生存分析生存分析起源于寿命表。生物的生存时间除了受健康的影响有显著影响，它的风险程度如何。20世纪末生存分析已不仅用于研究人的Cox回归模型，它的特点是：m个变量联合作用的相对另外常用的模型为可加性模型，它的特点是：m个变量联合作用的相对风的直接作用大小，而通径分析可同时计算每一个变量对指标y（。通径分析在流行病的遗传研究中已有第五