危险因素分析如何选择统计学方法？

危险因素最早被使用在有关金融、制造业等领域，后来在精神病学、流行病学等医学领域也逐渐使用危险因素这一概念。直到二十世纪七十年代，危险因素逐渐被人们熟知起来。有关危险因素的定义为：对于某个疾病或者伤害发生的概率因素。需要注意的是危险因素并不是某个疾病或伤害发生的原因，也不能说明疾病发生的机理，只是有关统计学方面的相互联系。

危险因素设计到的内容十分广泛，包括基因方面，环境方面，人文方面，个人的日常生活习惯和生理特征等。有些危险因素是可以变化的，例如环境因素、个人生活习惯因素等，有些因素却是不能改变的，例如基因方面的因素、个人生理特征方面的因素等。对于可变的危险因素来说，如果给予适当的干预和良好教育，某些疾病和伤害上的发生概率可以降低。今天致远教育小编为大家介绍下危险因素的相关性分析，以及应该如何选择统计学方法。

危险因素分析的统计学方法与效应估计的方法类似，但是也有不同之处。危险因素分析的统计学方法与效应估计的方法出发点不一样：危险因素分析的统计学方法主要是在诸多危险因素中找到对某疾病或危害有影响的因素，从而实现有效的干预和预防。效应估计的方法主要是重点关注某些特定的因素及其带来的影响，需要对其余的因素进行有效排除和控制，从而得到准确的估计统计。

最常用的三种统计学方法是：线性回归、logistic回归和cox比例风险回归。大家可以根据自己的要求和最终目标类型选择相应的统计学方法。

线性回归，是通过数学关系进行回归分析，从而确定不同的变量之间相互关联的关系的统计学方法。分析主要是按照自变量和因变量之间的关系来确定为线性或非线性回归分析。

logistic回归分析是概率性的非线性回归分析，主要研究观察的结果和可能的影响因素之间关系的一种多变量分析方法。判断研究问题是否可以采用多元线性回归统计方法主要依据：

1.观察结果的取值是否是计量的连续性变量，且是随机变量；

2.观察的结果和可能的影响因素之间的关系是否是线性的；

3.观察的结果不能回答是否发生。

logistic回归分析主要通过sas中的proc logisitic的plots绘制危险因素的森林图，基本思路为：先根据模型拟合出效应值及百分之九十五的CI，然后根据得到的数据绘制森林图。

对于cox比例风险回归统计学来说，最基本的两个前提假设为：

1.各个危险因素的作用不会根据时间的变化而发生变化；

2.观察的结果和可能的影响因素之间的关系是否是线性的。

以上即危险因素的相关性分析，及相关统计学方法介绍。如同学们还有问题，欢迎咨询致远教育，我们有众多相关专业的资深老师，期待为您排忧解难！