陈老师SPSS论坛

标题: 求助！陈老师您好，请问方差分析，如何排除，种族，年龄，和BMI的干扰？急！ [打印本页]

作者: Mia666 时间: 2018-8-15 01:49
标题: 求助！陈老师您好，请问方差分析，如何排除，种族，年龄，和BMI的干扰？急！

两组临床病人400个，分为对照组（未患病）300个和糖尿病组（患病组）100个，收集临床病人血清进行代谢组学检测，每个病人检测了100多个代谢物，想通过方差分析，找到在两组间有显著差异表达的代谢物，直接进行T-test得到的结果不能排除一些临床因素带来的影响，现在想排除种族（黑，白，西班牙，亚洲，四分类），年龄，和BMI因素的影响，得到只因患病这个因素引起的差异表达的代谢物，请问陈老师应该使用什么样的检测？
问题1：种族为分类变量，不能使用一般线性模型将其纳入协方差，那么如何排除种族带来的混杂因素？
问题2：是否应该使用回归？应该使用哪种回归？若使用回归，还是应该将对照组与患病组作为因变量吗？可是这样的话，是否分析就变成了各种因素对是否患病的影响（类似于预测），而不是寻找患病组vs对照组的差异？
问题3：在做方差分析时，代谢物的数值需要经过log转换使其符合正态分布，如果使用回归分析，原始数值还需要经过log转换吗？
问题4：因为代谢物有100多个，如果使用回归，是否能够批量进行检验？而不是一个一个进行操作？
非常感谢

作者: 陈老师 时间: 2018-8-24 18:25
排除性别、年龄、种族、BMI等因素造成的混杂干扰，单因素方差分析是无法实现的，排除混杂干扰应该选择的统计学方法是[display]线性回归分析，因为因变量是代谢物，属于连续数值型变量，所以必须选择线性回归，将性别、年龄、种族、BMI等因素作为自变量纳入回归模型即可。种族作为分类变量，在进行线性回归分析的时候需要进行虚拟化处理之后，再作为自变量纳入回归模型。
单因素方差分析要求变量必须服从正态分布。
可以进行批量检验，直接把这100多个变量选择进正态性检验的窗口即可。

欢迎光临陈老师SPSS论坛 (http://cl850818.w150.mc-test.com/)