IVD產品在菲律賓臨床試驗的統計分析模型

描述性統計：包括均值、中位數、標準差、百分比等指標，用于描述受試者特征、試驗結果和變量分布。

t檢驗：用于比較兩組間連續變量的均值是否有顯著差異。

方差分析（ANOVA）：用于比較三組或更多組之間連續變量的均值是否存在顯著差異。

非參數檢驗：如Wilcoxon秩和檢驗（Mann-Whitney U檢驗）、Kruskal-Wallis檢驗等，用于比較不滿足正態分布假設的數據。

Pearson相關系數：用于評估兩個連續變量之間的線性相關性。

Spearman等級相關系數：用于評估兩個順序變量之間的相關性。

線性回歸分析：用于評估一個或多個自變量與一個連續因變量之間的關系。

Kaplan-Meier生存曲線：用于估計事件發生率和生存曲線。

Cox比例風險模型：用于評估多個因素對生存時間的影響。

邏輯回歸分析：用于評估一個或多個自變量對二分類或多分類因變量的影響。

決策樹分析：用于根據一系列預測變量來預測一個或多個分類或連續因變量。

支持向量機（SVM）：用于進行分類和回歸分析。

神經網絡：用于學習和預測復雜的非線性關系，可以用于分類和回歸分析。

主成分分析（PCA）：用于降維和數據壓縮，識別數據中的主要變化方向。

因子分析：用于確定數據中潛在的因子結構和變量之間的關系。