统计分析之单因素分析、多因素分析（多指标联合分析）与ROC曲线的绘制——附SPSS操作指南

Q1.什么是单因素分析和多因素分析？

        单因素分析（monofactor analysis）是指在一个时间点上对某一变量的分析。目的在于描述事实。

        多因素分析亦称“多因素指数体系”。指数体系的一种。用于说明一个现象总变动受三个或三个以上因素影响时，其中每个因素的变化对总变动影响的方向和程度。分析依据是：(1)根据统计分析目的和经济现象的内在联系确定指数体系；（2)各因素的排列顺序应是数量指数在前，质量指数在后；（3)各个因素指数的编制原则是：观察数量指标变动时，将质量指标（权数）固定在基期；观察质量指标变动时，将数量指标（权数）固定在报告期。如利润额=销售量X价格X利润率,则该总量指标指数等于这三个因素的特定指数的乘积。在多因素分析中，要从相对数和绝对数两方面分析多个因素的变化方向（上升或下降）和变动程度（上升或下降多少）构成。两因素分析亦称“两因素指数体系”。指数体系的一种。用于说明一个现象总变动受两个因素影响时，其中每个因素的变化对总变动影响的方向和程度。分析依据是：当某个总量指标等于其他两个因素相乘时，如销售额=销售量X价格，产品总成本=产品产量X单位成本等，则该总量指标指数等于这两个因素的特定指数的乘积。在两因素分析中，要从相对数和绝对数两方面分析两个因素的变化方向（上升或下降）和变动程度（升降多少）构成。

        在医学研究中，如果我们需要比较多个诊断方法各自的效果，可以绘制ROC曲线。如果我们想要进一步分析多指标联合诊断的效果，就可以借助多因素分析实现。

Q2.SPSS进行多因素分析，线性回归和logistic回归有何不同？

线性回归和二元logistic回归均在SPSS分析——回归列表下。

在实际使用中，线性回归常用于因变量是连续性变量的情况；logistic回归常用于因变量是分类变量，如某药物是否有效。

Q3.多指标联合分析如何绘制ROC曲线？

多指标联合分析时，由于要与单个指标的ROC曲线进行比较，首先应该计算多指标联合的预测概率（Predicted probability）。

以药物是否有效为例，有效为1，无效为2，首先选择二元logistic

导入因变量和协变量信息

在保存中选择 概率

在方法中选择向前，此处有三个选项，一般不需要区分，选择向前：条件（conditional）即可

结果中可以看到最终纳入的指标

没有纳入的指标

原始数据的最后多了一列

多出来的最后一列数据就是多因素分析方程中结合每个有意义的指标得到的结果，可与每个指标一起绘制ROC曲线，绘制方法见：https://blog.csdn.net/tuanzide5233/article/details/83240519