Day14 观察性研究、D15线性相关

这是一篇关于Day14 观察性研究、D15线性相关的思维导图，包括：主要方法、Day 15—1相关分析:直线相关分析(正态分布数据)。

Day14 观察性研究

• 主要方法
  • 现况调查（Cross-sectional Survey）
    • 又称横截面调查，用一时性调查方法，获得某地某人全在某一时点上关于某种疾病及有关影响因素（暴露因素）的现况信息，同时探索疾病与暴露因素之间的相关性
    • • 目的：估计该人群相关健康指标现状和水平，探索健康水平与暴露因素之间的关系
      • 统计学方法
        • 统计描述（样本信息）
          • 均数加减标准差、中位数（四分位数间距）、率、构成比、相对比（和RCT统计方法使用规则相同）
        • 总体参数置信区间估计（估计总体参数）
          • 总体均数95%置信区间、总体率95%置信区间
        • 差异性分析（人群三间分布与比较）
          • 2组或多组人群的差异性分析
          • 不同时间、空间、不同特征的人群某项指标有没有差异
          • 差异性的分析方法，与RCT方法相同
          • 两样本t检验，多样本方差分析，两样本卡方检验，多样本卡方检验，两样本秩和检验，多样本秩和检验
        • 相关与回归法（关联性分析）
          • 相关分析
            • 观察性研究往往采集道多个变量
            • 变量之间特别是健康状况与相关的人群特征因素可能存在着一定的关系
            • 研究不同变量之间的相关性是医学研究重要内容
            • 相关性研究经常会应用相关分析
          • 回归分析
            • 变量之间不仅存在相关性，健康状况与相关因素也可能之间有因果关系
            • 可以通过构建回归方程来拟合变量之间的因果关系
            • 现况调查常用回归模型是线性回归和logistic回归
      • 注意：由于分组不是随机化，现况调查中，观察性研究的分组比较结论不像实验性随机化分组的结论可靠
        • 若有统计学差异，可以认为两组人群存在差异，不能认为暴露因素肯定会影响结果
        • 不能下结论认为年龄肯定是体重指数的决定因素
  • 病例对照研究
  • 队列研究
• Day 15—1 相关分析：直线相关分析（正态分布数据）
  • 一、相关关系
  • 二、四大基础统计学方法
  • 三、相关分析
    • 1.概念
      • 对相关关系的有无和关系大小进行统计分析的方法称为相关分析
    • 2.直线相关分析
      • 对线性关系的有无及大小进行统计分析的方法
  • 四、案例分析
    • 第一步，判断线性趋势
      • 做散点图（胰岛素与血糖）
      • • 两变量间存在线性相关趋势 散点相对紧密
      • 注意
        • 散点图可对两个变量之间有无相关关系进行大致的描述。
        • 散点图不能准确反映变量之间的关系密切程度
        • 因此，为准确度量两个变量之间的关系密切程度，最好的办法是采用数学的方式展示相关程度。
        • 相关系数是对两个随机变量之间线性关系密切程度的数学度量
      • 直线相关系数
        • 直线相关系数又称Pearson相关系数，或积差相关系数
        • 总体相关系数ρ：若ρ≠0, 称变量存在着相关；若ρ＝0, 则简称两变量不相关
        • 样本相关系数r ：往往用来代替总体相关系数
        • r的特点
          • r的取值范围为｜r｜≤1，绝对值大小表示两变量之间直线联系的密切程度。强弱没有明确规定，一般0.7以上称为强相关，0.4以下称为弱相关
          • 当r为负值时，表示当一个变量的取值增大时，另一个变量的取值减小，即呈相反的变化方向，称为负相关；当r为正值时，表示两个变量的变化方向一致，称为正相关。
          • 所以相关系数r是表示两个随机变量之间呈直线相关的强度和方向的统计量。
    • 第二步、计算相关系数
    • 第三步、进行假设检验
      • 根据样本资料计算出的相关系数 r 是一个样本统计量，存在抽样误差。
      • 因此必须对 r 进行假设检验，以判断总体相关系数 p 是否等于0。
      • 常用t检验开展分析
  • 五、直线相关分析
    • 注意事项
      • 在进行相关分析前应先绘出散点图。
      • 线性相关分析要求两个变量是服从双变量正态分布或近似正态的随机变量。
      • 出现异常值时慎用相关。
      • 相关关系不一定是因果关系。
      • 注意 P 值和 r 值的区别。
    • 适用类型
      • 研究两个变量的线性关系
      • 双变量均为正态或近似正态分布的定量数据
      • 常见于现况调查和队列研究
  • 六、总结
    • 第一步，绘制散点图，看线性趋势。若线性趋势不成立，弃用直线相关分析。
    • 第二步，定量变量的正态性判断。一般可以通过绘制直方图结合正态性检验完成。
    • 第三步，计算相关系数r。
    • 第四步，开展假设检验，判断总体相关性的有无。
    • 直线性关系的有无及大小
  • 七、SPSS操作
    • 分析-相关-双变量
    • 可以分布选择直线相关分析（①Pearson）或者秩相关分析（②Spearman）
    • • 选入研究的2个相关变量
      • 选择相关分析指标
    • 既给出了相关系数大小（皮尔逊相关性），又给出了相关性的有无（t检验）