1. 程式人生 > >統計分析之單因素分析、多因素分析(多指標聯合分析)與ROC曲線的繪製——附SPSS操作指南

統計分析之單因素分析、多因素分析(多指標聯合分析)與ROC曲線的繪製——附SPSS操作指南

Q1.什麼是單因素分析和多因素分析?

        單因素分析(monofactor analysis)是指在一個時間點上對某一變數的分析。目的在於描述事實。

        多因素分析亦稱“多因素指數體系。指數體系的一種。用於說明一個現象總變動受三個或三個以上因素影響時,其中每個因素的變化對總變動影響的方向和程度。分析依據是:(1)根據統計分析目的和經濟現象的內在聯絡確定指數體系;(2)各因素的排列順序應是數量指數在前,質量指數在後;(3)各個因素指數的編制原則是:觀察數量指標變動時,將質量指標(權數)固定在基期;觀察質量指標變動時,將數量指標(權數)固定在報告期。如利潤額

=銷售量X價格X利潤率,則該總量指標指數等於這三個因素的特定指數的乘積。在多因素分析中,要從相對數和絕對數兩方面分析多個因素的變化方向(上升或下降)和變動程度(上升或下降多少)構成。兩因素分析亦稱兩因素指數體系。指數體系的一種。用於說明一個現象總變動受兩個因素影響時,其中每個因素的變化對總變動影響的方向和程度。分析依據是:當某個總量指標等於其他兩個因素相乘時,如銷售額=銷售量X價格,產品總成本=產品產量X單位成本等,則該總量指標指數等於這兩個因素的特定指數的乘積。在兩因素分析中,要從相對數和絕對數兩方面分析兩個因素的變化方向(上升或下降)和變動程度(升降多少)構成。

        在醫學研究中,如果我們需要比較多個診斷方法各自的效果,可以繪製ROC

曲線。如果我們想要進一步分析多指標聯合診斷的效果,就可以藉助多因素分析實現。

Q2.SPSS進行多因素分析,線性迴歸和logistic迴歸有何不同?

線性迴歸和二元logistic迴歸均在SPSS分析——迴歸列表下。

在實際使用中,線性迴歸常用於因變數是連續性變數的情況;logistic迴歸常用於因變數是分類變數,如某藥物是否有效。

Q3.多指標聯合分析如何繪製ROC曲線?

多指標聯合分析時,由於要與單個指標的ROC曲線進行比較,首先應該計算多指標聯合的預測概率(Predicted probability)。

以藥物是否有效為例,有效為1,無效為2,首先選擇二元logistic

匯入因變數和協變數資訊

在儲存中選擇 概率

在方法中選擇向前,此處有三個選項,一般不需要區分,選擇向前:條件(conditional)即可

結果中可以看到最終納入的指標

沒有納入的指標

原始資料的最後多了一列

多出來的最後一列資料就是多因素分析方程中結合每個有意義的指標得到的結果,可與每個指標一起繪製ROC曲線,繪製方法見:https://blog.csdn.net/tuanzide5233/article/details/83240519