1.3 回归分析

    回归分析是指确定2种或2种以上变量间相互依赖的定量关系的一种统计方法，它可表明自变量和因变量间的显著关系，还可表明多个自变量对1个因变量的影响强度，可实现预测事物发展趋势。主要的回归分析方法包括线性回归、非线性回归、Logistic回归、回归树、人工神经网络等[7]。张定祺等[14]检索获得63篇文献，通过用药频次统计和Logistic多元逐步回归，分析中医治疗耳鸣用药规律，为临床治疗耳鸣用药提供参考。张平等[15]对140例轻、中度稳定期慢性阻塞性肺疾病(COPD)患者通过多分类Logistic回归分析，观察治疗组和对照组患者治疗前后临床症状及生存质量评分变化，发现健脾化痰方配合温灸中脘治疗肺脾气虚型轻、中度稳定期COPD具有显著疗效。唐黎群等[16]对120例正常高值血压人群和对照组120例正常血压人群进行多元回归分析，正常高值血压人群中医体质类型分为平和型、气虚型、阴虚型、阳虚型。

    1.4 聚类分析

    聚类分析是依据研究对象的特征对其进行分类，减少研究对象数目的方法。它可作为一个独立的工具获得数据的分布状况，也可作为其他算法的预处理步骤。欧阳帅领等[17]对100例老年期抑郁症患者进行聚类分析，结果显示老年期抑郁症患者中虚证以气虚、血虚、阴虚与阳虚为主 ......