spss任何事物存在都不是孤立而是相互、制约医学领域中身高与体

第七章相关分、重、体温与脉搏与血压等都存在一定的联系。说明客观事物相互间关系的密切程度并、SPSS的相关分析是借助于StatisticsCorrelateBivariate[7-1]10名健康儿童头发和全血中的硒含量（1000ppm）如下，试作发硒与血12345677895据库（7.17.1激活Statistics菜单选Correlate中的Bivariate...命令项弹出BivariateCorrelation（图7.2在框左侧的变量列表中选xy点击钮使之进入Variables框再在CorrelationCoefficients框中选择相关系数的类型，共有三种：Pearson为通常所指的相关系数（rKendell’stau-b为非参数资料的相关系数，SpearmanPearson相关系数图图7.2相关分 7.3X、Y的均数与标准差以及XYMeansandstandarddeviationsCross-productdeviationsandcovariancesContinueBivariateCorrelation框，再点击OK钮即可图图7.3相关分析统 (Coefficient/(Cases)/2-tailed"."(Coefficient/(Cases)/2-tailed"."isprintedifacoefficientcannotbeStdXYXYCross-ProdXYX((YP=P= P= P=Partial变量之外的某一或某些影响相关的其他变量进行控制，输出控制其他变量影响后的相关系数。（cm 肺活量 肺活量123456789激活数据管理窗口，定义变量名：身高为height，体重为weight，肺活量为vc，按顺序7.4Controllingfor框中,在TestofSignificanceOK钮图图7.4偏相关分 0.5884，P0.001。在有控制的情况下，身高与肺活量的决定系数=r2=0.00857，而无控制的身高与肺活量决定系数=r2=0.34621，可见身高与肺活33.764%）ControllingControlling P=. P=P= P=(Coefficient/(D.F.)/2-tailed"."isprintedifacoefficientcannotbe=0.002，故体重与肺活量的线性相关存在。可见，尽管肺活量与身高和体重均有关系，但ControllingControlling P=. P=P= P=(Coefficient/(D.F.)/2-tailed"."isprintedifacoefficientcannotbeDistances品123456789第—次第二次第三次HB1HB2，第三次测量值为HB3，输入相应数值即完成。7.5hb3Distances框中有两个选项，Betweencases表示作变量观察值之间的距离相关分析，Betweenvariables表示作变量之间的距离相关分析，在本例中，因三次平量结果分别置图图7.5距离相关分 7.6图图7.6距离相关中不相似性距离测 1Euclideandistance：以两变量差值平方和的平方根为距离；SquaredEuclideandistance：以两变量差值平方和为距离；Customized：以两变量绝对差值pr次根为距离。Chi-squaremeasure：χ2Euclideandistance0，最大无限；SquaredEuclideandistance0，最大无限；Sizedifference0，最大无限；Patterndifference01LanceandWilliams：Bray-Curtis017.7图图7.7距离相关中相似性距离测 1PearsoncorrelationPearson相关系数为距离；Cosine：以变量矢量的余弦值为距离，界于-1至+1之间。RussellandRaoDice：Dice配对系数，分子与分母中的配对数给予加倍的权重；SokalandSneath1：SokalandSneathⅠ型配对系数，分母为配对数，分子为非配对数，SokalandSneath2：SokalandSneath型配对系数，分子与分母均为非配对数，但分子SokalandSneath3：SokalandSneath型配对系数，分母为配对数，分子为非配对数，Kulczynski1：Kulczynski型配对系数，分母为总数与配对数之差，分子为非配对数，Kulczynski2：KulczynskiSokalandSneath4：SokalandSneathHamann：HamannLambda：Goodman-KruskaiλAnderberg'sD：以一个变量状态预测另一个变量状态；SokalandSneath5：SokalandSneath型相似测量；Phi4pointcorrelation：Pearson相关系数的平方值；Dispersion：Dispersion相似测量。Z-Scores：作标准ZRange1to1：作-1至+1Range0to101之间的标准化转换；ummagnitudeof11的标准转换；Meanof1：作均数单位转换；Standarddeviationof1本例选SimilartiesPearsoncorrelationContinue钮返回OKr=0.5734r0.7309r=DataData10unweightedcases0casesrejectedbecauseofmissingCorrelationmeasureCorrelationSimilarityCoefficient如果对变量各观察值间的一致性进行考核（假定本例HB1变量中的数据为对一个标准试样的十次平定），那么需在Distance框中选Betweencases项，并选DissimilaritiesCorrelationSimilarityCoefficientData10unweightedcases0casesrejectedData10unweightedcases0casesrejectedbecauseofmissingEuclideanmeasureEuclideanDissimilarityCoefficientCase Case CaseCaseCaseCaseCaseCaseCaseCaseCaseCaseCaseCaseCaseCaseCase第八章归分Linear（cm体表面积身高体重123456789Y38.1激活Statistics菜单选Regression中的Linear...项，弹出LinearRegression框（如示。从框左侧的变量列表中选y，点击钮使之进入Dependent框，选x1、x2，点击Indepentdent(s)Method5个选项：Enter（全部入法Enter法。点击OK钮即完成分析。图图 Plots...钮选择是否作变量分布图（Y预测值作变量分布图Save...钮选择对回归分析的有关结果是否作保存（本例要求对根据所确定的回YY预测值作保存Options...钮选择变量入选MultipleRAdjustedRStandardBSETSig--*** MULTIPL REGRESS*** MULTIPL REGRESSIO ***ListwiseDeletionofMissingEquationNumber Dependent Block Variable(s)EnteredonStepysisof F SumofSignifF MeanVariablesintheEndBlock AllrequestedvariablesY01Y值）X1、X2Y值预测值（即pre_1栏）Y预测值（zpr_1栏8.3。8.3本例还要求对标准化YChart33221150Std.Dev=88Mean=0.00N=-1 - - 1 8.4对标准化Y布CurveEstimation1Linear：拟合直线方（实际上与Linear过程的二元直线回归相同Yb0+b1X22、Quadratic：拟合二次方程（Yb0b1X+b2XX3、Compound：拟合复合曲线模型（Yb0×b14、Growth：拟合等比级数曲线模型（Y= 5、Logarithmic：拟合对数方程（Y 6、Cubic：拟合三次方程（Yb0b1X+b2Xb3X7、S：拟合S形曲线（Y= 8、Exponential：拟合指数方程（Yb0e9、InverseYb0+b1/X10、Power：拟合乘幂曲线模型（Yb0XX11、Logistic：Logistic（Y1/（1/ub0×b1[例8.2]某地1963年得儿童（岁）X与锡克试验率（%）Y的资料如下，（岁X率Y1234567激活数据管理窗口，定义变量名：锡克试验率为Y，为X，输入原始数据StatisticsRegressionCurveEstimation...CurveEstimation点击钮使之进入Indepentdent(s)框；在Model框内选择所需的曲线模型，本例选择Logarithmic模型（即对数曲线PlotmodelsSave...出CurveEstimation:Save框，选择Predictedvalue项，要求在原始数据库中保存根据对数方程求出的Y预测值点击Continue钮返回CurveEstimation框再点击OK钮即可图图8.5曲线拟 XFY51YY X8.6=61.329+20.704lnX8.7。8.7Logistic、 、特别，本节介绍的Logistic过程，应与日常所说的Logistic曲线模型（即S或倒S形曲线相区别户如果要拟合Logistic曲线模可调用本章第二节CurveEstimation11Logistic（参见上节。P>1P<0P作对数单位转换，即logitP=ln(P/1-P)LogisticeP=——————————1+[例8.3]某医师研究胃癌患者发生术后院内的影响因素，资料如下表，请通术后感手术营养状术前预防性9（×10癌肿病理分染（岁度态度（有无（5（3等（有无Y级和有42无9有53无6无32无4无11有5无有5有有5无有6有无6有有7无有4无无6无有8无有6无有5无有4N，NX5，X6。按要求输入原始数据。激活Statistics菜单选Regression中的Logistic...项，弹出LogisticRegression框（如图8.8示。从框左侧的变量列表中选y，点击钮使之进入Dependent框，选x1、x2、x3、x4、x5x6，点击CovariatesMethod处的下拉按钮，系统提供7种方法：图图8.8逻辑回 2、Forward:Conditional：以假定参数为基础作似然比概率检验，向前逐步选择自变量；3、Forward:LR：以最大局部似然为基础作似然比概率检验，向前逐步选择自变量；6、Backward:LR：以最大局部似然为基础作似然比概率检验，向后逐步选择自变量；7、Backward:WaldWald概率统计法，向后逐步选择自变量。弹出LogisticRegression:Options框，在Display框中选取Atlaststep项，要求只显示最终计算结果，点击Continue钮返回LogisticRegression框，再点击OK钮即可。 n5y-Dependent BeginningBlock InitialLogLikelihood-2Log *Dependent BeginningBlock InitialLogLikelihood-2Log *ConstantisincludedintheBeginningBlock Method:ForwardStepwiseNomorevariablescanbedeletedorEndBlockNumber PIN LimitsFinalEquationforBlockEstimationterminatedatiterationnumber12becauseLogLikelihooddecreasedbylessthan.01percent.y nnPercenty| n VariablesintheChi-Class111IN:212IN:-2LogGoodnessofModelChi-21BR-1-11X380.00%X6入选，123.4053-30.5171X3-eP=—————————————123.4053-30.5171X3-1+癌肿病理分度（X6）为4，则其P=0.98105≈1，这意味着术后将不会发生院内。Probit[8.4]研究抗疟药环氯胍对小白鼠的毒性，试验结果如下表所示。试计算环氯胍的半剂量数5977654230激活Statistics菜单选Regression中的Probit...项，弹出Probitysis框（如图8.9示。从框左侧的变量列表中选death，点击钮使之进入ResponseFrequency框；选observe，点击钮使之进入TotalObserved框；选dose，点击Covariate(s)框，TransformLogbase10项（10为底的对数转换。图图8.9剂量-效应关系分 （Probit（Logit点击Options...出 ysis:Options框，在NaturalResponseRate栏CalculatefromdataContinueProbitysis框，再点击OK钮即可。14PROBIT5.95215-4.66313X。该方程拟合优度χ2检验结果，χ2=0.833，P=0.934，拟合良好。DATADATA7unweightedcases0casesrejectedbecauseofmissingdata.0casesareinthecontrolgroup.0casesrejectedbecauseLOG-transformcan'tbeMODELONLYNormalSigmoidisRegressionStandardStandard--NaturalResponseratetobeestimatedCONTROLgroupisnotprovided.Parameterestimatesconvergedafter14iterations.Optimalsolutionfound.ParameterEstimates(PROBIT (PROBIT(p))=Intercept+EstimateofNaturalResponseRate= S.E.= ChiSquare=DF= PNaturalResponseratetobeestimatedCONTROLgroupisnotprovided.Parameterestimatesconvergedafter14iterations.Optimalsolutionfound.ParameterEstimates(PROBIT (PROBIT(p))=Intercept+EstimateofNaturalResponseRate= S.E.= ChiSquare=DF= P=SinceGoodness-of-FitChisquareisNOTsignificant,noheterogeneityfactorisusedinthecalculationofconfidencelimits.Covariance(below)andCorrelation(above)MatricesofParameterObservedandExpectedNumber- - ConfidenceLimitsforEffective95%Confidence--Logof8.10剂量-效应关系回归直线散点NonlinearNonlinear下面一些曲线模型是在中较常见的，提供给用户应用时作参考： Asympt.Regression1 Y=b1+b2×exp(b3X)Asympt.Regression2 Y=b1-(b2×(b3X)) Y=(b1+b2×X)(-1/b3 Y=b1×(1-b3×exp(-b2×X2)) Y=b1×exp(-b2×exp(-b3×X)) Y=b1×exp(-b2/(X+b3))Log Y=(b1+b3×X Y=b1-ln(1+b2×exp(-b3×X))MetcherlichLawofDim.Ret. Y=b1+b2×exp(-b3×X)MichaelisMenten Y=b1×X/(X+b2) Y=(b1×b2+b3×Xb4)/(b2+Xb4Peal- Y=b1/(1+b2×exp(-(b3×X+b4×X2+b5×X3RatioofCubics Y=(b1+b2×X+b3×X2+b4×X3)/(b5×X3)RatioofQuadratics Y=(b1+b2×X+b3×X2)/(b4×X2) Y=b1/((1+b3×exp(-b2×X))(1/b4) Y=b1/(1+b3×exp(-b2×X Y=(b1(1-b4)-b2×exp(-b3×X))(1/(1-b4 Y=b1-b2×exp(-b3×Xb4 Y=(b1+b2×X+b3×X2)(-[例8.5]选取某地某年表中40-80岁各组的尚存人数资料如下表请就该资料试Gompertz曲线（Y=b1×b2(b3X)尚存人数012345678激活数据管理窗口，定义变量名：简化值为X，尚存人数为Y。输入原始数据激活Statistics菜单选Regression中的Nonlinear...项，弹出NonlinearRegression（如图8.11示。从框左侧的变量列