医学统计学作业目录I.统计图……………………………………………………………… 1II.双变量回归与相关………………………………………………… 2III.多因素试验资料的方差分析………………………………………4IV.重复测量设计的方差分析…………………………………………6V.协方差分析………………………………………………………… 12VI.多元线性回归分析…………………………………………………15VII.Logistic回归分析…………………………………………………16VIII.生存分析………………………………………………………… 20I.统计图例2-8 正态分布图1II.双变量回归与相关例9-1某地方病研究所调查了8名正常儿童的尿肌酐含量（mmol/24h）如书中表9-1，估计尿肌酐含量(Y)对其年龄(X)的直线回归方程1.2.例9-2检验例9-1数据得到的直线回归方程是否成立答：建立假设检验，确立检验水准H0：β＝0，尿肌酐含量与年龄之间无直线关系H1：β≠0，尿肌酐含量与年龄之间存在直线关系α=0.05ANOVAaModelSum of SquaresdfMean SquareFSig.1Regression.8131.81320.968.004bResidual.2336.039Total1.0467a. Dependent Variable: 尿肌酐含量b. Predictors: (Constant), 年龄P=0.004，按照α=0.05水准，拒绝H0 ，接受H1 ，尿肌酐含量与年龄之间存在直线关系；直线回归方程成立III. 多因素试验资料的方差分析例11-1 将20只家兔随机等分4组，每组5只，进行神经损伤后的缝合试验。
处理由A、B两因素组合而成，因素A为缝合方法，有两水平，一为外膜缝合，记作a1，二为束膜缝合，记作a2；因素B为缝合后的时间，亦有两水平，一为缝合后1月，记作b1，二为缝合后2月，记作b2试验结果为家兔神经缝合后的轴突通过率(%)（注：测量指标，视为计量资料），见书中表11-1欲用析因分析比较不同缝合方法及缝合后时间对轴突通过率的影响Tests of Between-Subjects EffectsDependent Variable:轴突通过率 SourceType III Sum of SquaresdfMean SquareFSig.Partial Eta SquaredNoncent. ParameterObserved PowerbCorrected Model2620.000a3873.3332.911.067.3538.733.580Intercept27380.000127380.00091.267.000.85191.2671.000缝合后的时间2420.00012420.0008.067.012.3358.067.760缝合方法180.0001180.000.600.450.036.600.113缝合后的时间*缝合方法20.000120.000.067.800.004.067.057Error4800.00016300.000Total34800.00020Corrected Total7420.00019a. R Squared = .353 (Adjusted R Squared = .232)b. Computed using alpha = .05A因素主效应所对应的检验假设为H0：A因素主效应=0， H1：A因素主效应≠0，α=0.05；B因素主效应所对应的检验假设为H0：B因素主效应=0，H1：A因素主效应≠0，α=0.05；AB交互作用所对应的检验假设为H0：AB交互作用=0，H1：A因素主效应≠0，α=0.05。
方差分析的检验界值为，统计学结论：模型Corrected Model检验F=2.911，P=0.067>0.05，模型不具备统计学意义；A（缝合方法）F=0.600，P=0.45>0.05，不具备统计学意义；按照α=0.05水准，不拒绝H0，拒绝H1；B（缝合后的时间）F=8.067，P=0.012<0.05，具备统计学意义；按照α=0.05水准，拒绝H0，接受H1；AB（缝合后的时间 * 缝合方法）F=0.067，P=0.8>0.05，不具备统计学意义；按照α=0.05水准，接受H0，拒绝H1专业结论：尚不能认为两种缝合方法对神经轴突通过率有影响；可以认为缝合后2月与缝合后1月相比，神经轴突通过率提高了IV.重复测量设计的方差分析例12-3 将手术要求基本相同的15名患者随机分3组，在手术过程中分别采用A，B，C三种麻醉诱导方法，在T0（诱导前）、T1、T2、T3、T4 ， 五个时相测量患者的收缩压，数据记录见表12-17试进行方差分析1. 建立假设检验，确立检验水准H0:三种麻醉诱导方法在五个时相时测得的收缩压均值无差别H1:三种麻醉诱导方法在五个时相时测得的收缩压均值有差别α=0.052. 正态性检验、方差齐性检验：Tests of NormalitygroupKolmogorov-SmirnovaShapiro-WilkStatisticdfSig.StatisticdfSig.t0方法A.3005.161.8365.154方法B.2275.200*.9165.503方法C.2295.200*.8675.254t1方法A.3315.077.8345.148方法B.2205.200*.9135.485方法C.1845.200*.9785.921t2方法A.2585.200*.9405.666方法B.2275.200*.9695.869方法C.2215.200*.9535.758t3方法A.2835.200*.9375.647方法B.2415.200*.9025.421方法C.2515.200*.9415.672t4方法A.1865.200*.9435.687方法B.2925.189.8925.367方法C.1645.200*.9845.955*. This is a lower bound of the true significance.a. Lilliefors Significance Correction符合正态分布，P值均大于0.05Test of Homogeneity of VarianceLevene Statisticdf1df2Sig.t0Based on Mean.145212.866Based on Median.127212.882Based on Median and with adjusted df.127211.675.882Based on trimmed mean.144212.868t1Based on Mean.440212.654Based on Median.385212.689Based on Median and with adjusted df.385210.205.690Based on trimmed mean.438212.655t2Based on Mean.950212.414Based on Median.908212.429Based on Median and with adjusted df.90828.995.437Based on trimmed mean.976212.405t3Based on Mean.200212.821Based on Median.141212.870Based on Median and with adjusted df.141211.781.870Based on trimmed mean.207212.816t4Based on Mean.172212.844Based on Median.024212.976Based on Median and with adjusted df.02429.538.976Based on trimmed mean.157212.857方差齐性相等，P值均大于0.053. ANOVADescriptive StatisticsgroupMeanStd. DeviationNt0方法A121.003.5365方法B121.204.3245方法C126.203.6335Total122.804.34615t1方法A112.405.1285方法B119.805.9755方法C123.003.3915Total118.406.49015t2方法A118.405.6395方法B118.005.4315方法C118.601.9495Total118.334.32015t3 方法A125.804.7125方法B128.205.2155方法C142.604.8275Total132.208.93015t4 方法A120.803.7015方法B135.204.3825方法C130.603.7155Total128.877.21015描述统计分析结果Multivariate TestsaEffectValueFHypothesis dfError dfSig.factor1Pillai's Trace.983126.659b4.0009.000.000Wilks' Lambda.017126.659b4.0009.000.000Hotelling's Trace56.293126.659b4.00。