• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    潛在類別與潛在類別因子分析在異質(zhì)性群體分類中的比較及應(yīng)用

    2020-03-20 04:16:00李觀海趙麗鄧凱升張瑛宮曉郜艷暉
    廣東藥科大學(xué)學(xué)報 2020年1期
    關(guān)鍵詞:類別異質(zhì)性概率

    李觀海趙麗鄧凱升張瑛宮曉郜艷暉

    (廣東藥科大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計學(xué)系,廣東 廣州510310)

    醫(yī)學(xué)、社會學(xué)和心理學(xué)等領(lǐng)域所關(guān)注的很多熱點問題都與抽象概念有關(guān),如行為模式、滿意度等[1-2]。 由于抽象概念難以直接測量,通常用多個與抽象概念相關(guān)的調(diào)查條目間接測量,稱為潛變量(latent variable),而反映這些概念的相關(guān)調(diào)查條目稱為顯變量(manifest variable)。 潛變量模型是一類通過顯變量來度量潛變量信息的統(tǒng)計分析方法[3],如顯變量和潛變量均為定量變量時的因子分析,以及顯變量和潛變量均為分類變量時的潛在類別分析(latent class analysis,LCA)。 LCA 也稱以模型為基礎(chǔ)的聚類分析,能將異質(zhì)性人群進行有效分類。 和因子分析類似,當(dāng)異質(zhì)性來源于多個維度時,LCA可引入因子分析的思路,擴展為包含多個潛在類別變量(或稱因子)的潛在類別因子分析(latent class factor analysis,LCFA)模型,從多個維度對觀測進行分類[4]。 本研究通過模擬實驗對LCA 和LCFA 的分類效果進行比較,并用實例進行說明,為分類問題的統(tǒng)計分析方法選擇提供科學(xué)依據(jù)。

    1 模型原理

    1.1 潛在類別模型[4]

    假設(shè)N個觀測均含有K個二分類顯變量,Yh表示第h個觀測的反應(yīng)模式,潛變量x具有T分類,顯變量的聯(lián)合概率可表示為:

    式(1)中,P(x=t)表示第t類別的潛在類別概率;P(Yh|x=t)表示類別t內(nèi)對應(yīng)K個顯變量聯(lián)合的條件概率。 LCA 的基本假設(shè)為顯變量組合的概率分布可以由互斥的潛變量來解釋,每個潛類別對應(yīng)顯變量的反應(yīng)有特定的傾向選擇。

    1.2 潛在類別因子模型

    仍為N個觀測的K個顯變量,x1,x2,…,xL表示L個離散的潛變量x,第l個潛變量的分類數(shù)為Il,顯變量的聯(lián)合概率可表示為:

    式(2)中,觀測反應(yīng)模式的概率函數(shù)P(Yh)是多個潛變量分類下概率函數(shù)P(Yh|x1,x2,…,xL)的加權(quán),權(quán)重大小為所屬的L個潛變量聯(lián)合分布條件下的概率。 研究表明P 個相互獨立的二分類因子的LCFA 模型(基本P 因子模型)可看作2P個類別的LCA 的特例,基本P 因子模型和P +1 個類別LCA 簡潔性相當(dāng)[5]。

    LCA 和LCFA 均可通過最大似然估計法(maximum likelihood estimate,MLE)估計參數(shù)。 模型評價可用AIC(Akaike information criteria)、BIC(Bayesian information criteria)和L2等指標(biāo),其值越小意味著模型擬合越好。 模型建立后,利用貝葉斯理論,即最大后驗概率法,可將觀測歸為后驗概率最大的某一類別以實現(xiàn)分類。

    目前模型可在Mplus、Latent Gold 等軟件中實現(xiàn)。

    2 模擬研究

    2.1 模型設(shè)定與條件分布

    本研究模擬群體異質(zhì)性假設(shè)由兩個維度F1和F2構(gòu)成,探討樣本量、維度間關(guān)聯(lián)性對LCA 和LCFA 分類效果的影響。 模擬數(shù)據(jù)集在兩因子(F1和F2)兩水平LCFA 模型(記2-Dfactor(2,2))的理論分布下構(gòu)建,定義F1的邊際概率和F1條件下F2的條件概率來控制F1和F2之間的關(guān)聯(lián)(關(guān)聯(lián)系數(shù)τ=0:無相關(guān);τ=0.3:弱相關(guān);τ=0.5:中度相關(guān);τ=0.7:高度相關(guān));設(shè)置5 個二分類顯變量y1、y2、y3、y4和y5,根據(jù)各類別條件下顯變量的條件概率(見表1)產(chǎn)生5 個服從二項分布的隨機變量。 總樣本量設(shè)置為200,500 和1000 三種。 設(shè)置不同的種子數(shù),每種樣本量條件下重復(fù)試驗20 次,分別產(chǎn)生20 個模擬數(shù)據(jù)集。

    對模擬數(shù)據(jù)集分別采用LCA 和LCFA 模型分析,其中LCA 擬合的模型包括1-5 類別(1-Cluster 到5-Cluster)模型;LCFA 擬合的模型包括一因子兩水平模型(1-Dfactor(2))、兩因子兩水平模型(2-Dfactor(2,2))和三因子兩水平模型(3-Dfactor(2,2,2)),其中兩因子兩水平模型包括指定因子間關(guān)聯(lián)的模型(2-Dfactor(2,2)?)。 由于2-Dfactor(2,2)模型是模擬研究的理論模型,為和LCA 比較,將LCA的4-Cluster 模型作為對比模型。

    每個數(shù)據(jù)集根據(jù)各個模型擬合的BIC、AIC、L2等統(tǒng)計量選出最優(yōu)模型,計算按各擬合指標(biāo)選擇4-Cluster模型和2-Dfactor 模型的次數(shù)及比例。 利用選擇模型對觀測進行分類,將分類結(jié)果和理論模型的觀測類別情況進行比較,計算正確分類率(%)。 正確分類率(%)定義為正確分類的觀測占總觀測的比例,平均正確分類率(%)為20 次試驗的平均。 根據(jù)BIC、AIC、L2選擇最優(yōu)分類模型數(shù)的比例越大,表明模型擬合效果越好;模型平均正確分類率越大,表明模型分類效果越好。

    表1 理論模型各類別顯變量(二分類)的條件概率Table 1 Conditional probabilities of all kinds of distinct variables (dichotomies) in theoretical models

    2.2 模擬研究結(jié)果

    當(dāng)模擬數(shù)據(jù)兩維度無相關(guān)時,選擇2-Dfactor(2,2)模型的比例和平均正確分類率均高于4-Cluster模型;當(dāng)兩維度弱相關(guān)時,則選擇4-Cluster 和2-Dfactor(2,2)模型的比例高于2-Dfactor(2,2)?模型;當(dāng)兩維度中度相關(guān)時,隨著樣本量的增加,選擇2-Dfactor(2,2)?模型的比例逐漸增加,且選擇2-Dfactor(2,2)?模型的比例和正確分類率高于4-Cluster和2-Dfactor(2,2)模型;當(dāng)兩維度高度相關(guān)時,LCFA 則傾向于選擇的最優(yōu)模型為1-Dfactor(2),結(jié)果見表2。

    3 實例研究

    3.1 數(shù)據(jù)來源及研究因素

    實例來自廣州市某年居民社區(qū)衛(wèi)生服務(wù)滿意度調(diào)查資料。 共包括55 個社區(qū)衛(wèi)生服務(wù)中心所屬街道的2992 份有效問卷。 社區(qū)衛(wèi)生服務(wù)滿意度調(diào)查條目包括尊重患者、責(zé)任感、服務(wù)態(tài)度、隱私保護、解釋交流、提供知識、技術(shù)水平和可信任度等8 項服務(wù),每項服務(wù)的滿意度均為5 個等級,即很不滿意、不滿意、一般、比較滿意和非常滿意。 分析前先將5個等級轉(zhuǎn)換為2 個等級,即將非常滿意和比較滿意合并為一類,很不滿意、不滿意和一般合并為一類。經(jīng)關(guān)聯(lián)性分析,解釋交流和提供知識的關(guān)聯(lián)最強(τ=0.563 4),尊重患者、責(zé)任感和服務(wù)態(tài)度間的關(guān)聯(lián)中等(兩兩列聯(lián)系數(shù)τ分別為0.522 2、0.503 7和0.513 8),其他反應(yīng)條目間的關(guān)聯(lián)程度為弱相關(guān)(τ∈(0.267 2,0.409 1))。

    3.2 模型結(jié)果

    模型擬合結(jié)果見表3,對于LCA,根據(jù)BIC,模型5-Cluster 為最優(yōu);根據(jù)AIC 指標(biāo),模型8-Cluster 最優(yōu);根據(jù)L2,類別數(shù)大于5 以上模型L2減少的百分比均大于95%。 綜合考慮模型評價指標(biāo)及模型簡潔性,選擇模型5-Cluster 為最優(yōu)模型。 對于LCFA,根據(jù)BIC 指標(biāo),三因子相關(guān)模型為最優(yōu);根據(jù)AIC指標(biāo),四因子相關(guān)模型為最優(yōu)模型;從L2來看,則四因子模型和四因子相關(guān)模型最優(yōu)。 綜合考慮選擇三因子相關(guān)模型(3-Factor(2,2,2)?)為最優(yōu)模型。 和LCA 的5 類別模型相比,3-Factor(2,2,2)?的BIC、AIC、L2均較低,且估計的參數(shù)(Npar=38)較少。

    模型5-Cluster 和模型3-Factor(2,2,2)?的類別概率和條件概率分布見表4。 表中最左側(cè)標(biāo)目表示5-Cluster 模型的類別,最右側(cè)標(biāo)目表示3-Factor(2,2,2)?模型的類別組合。 對比2 個模型的分類結(jié)果可看到,LCFA 的(111) 類,(112) 類,(122) 類,(212)類和(222)類分別類似于LCA 的類別1-類別5 人群。 但LCFA 除發(fā)現(xiàn)LCA 中的5 個類別外,還發(fā)現(xiàn)3 個類別(121)、(211)、(221)人群。 其中(121)類人群和類別1 人群相比,8 項服務(wù)滿意度均較低,運用LCA 模型容易將該類人群歸為類別1;(211)類除尊重患者、責(zé)任感、服務(wù)態(tài)度較為滿意外,還對技術(shù)水平和可信任度較為滿意,LCA 模型易把該類人群歸為類別2;(221)類人群對8 項服務(wù)的條件概率均在0.30 ~0.64 之間,可認為此類人群對8 項服務(wù)均不滿意。

    分析LCFA 的3 個因子與8 項服務(wù)滿意情況間的因子載荷(見表5),分析結(jié)果和各顯變量間關(guān)聯(lián)系數(shù)結(jié)果基本吻合。 進一步計算三因子間的列聯(lián)系數(shù)分別為0.344 2、0.318 8 和0.382 0,因子間存在關(guān)聯(lián)。

    4 討論

    本研究通過計算機模擬對LCA 和LCFA 模型在處理分類問題時的效果進行比較,兩種方法均可對異質(zhì)性群體進行分類,前者僅從單維度對人群分類,后者則從2 個或多個維度分類。 模擬研究結(jié)果表明:在兩因子兩水平的理論模型抽樣條件下,當(dāng)模擬數(shù)據(jù)兩維度不相關(guān)或弱相關(guān)時,LCFA 選擇理論模型作為最優(yōu)模型的比例和正確分類率均高于LCA;當(dāng)兩維度中度相關(guān)時,隨著樣本量的增加,選擇兩因子兩水平且相關(guān)的LCFA 比例逐漸增加,且正確分類率較高。 當(dāng)兩維度高度相關(guān)時,LCFA 模型傾向于選擇單因子模型。 這可由兩維度相關(guān)性太強,因而可用一個公共因子表示來解釋。 實證分析結(jié)果表明,應(yīng)用LCA 模型可得到5 類異質(zhì)性亞組人群,但忽略了顯變量間的維度特征,結(jié)果缺乏進一步的解釋價值。 但采用LCFA 可從多角度對異質(zhì)性群體進行分類,分類結(jié)果更細化精確。

    表2 維度關(guān)聯(lián)下LCA 和LCFA 擬合指標(biāo)選擇理論模型的次數(shù)(%)和平均正確分類率(%)Table 2 Frequency (%) of selecting theoretical model and the average correct classification rate (%) for LCA and LCFA fitting indicators under dimensional correlation

    表3 社區(qū)居民對社區(qū)衛(wèi)生服務(wù)專業(yè)技術(shù)的滿意度LCA 和LCFA 模型結(jié)果Table 3 Results of LCA and LCFA model on the satisfaction of community residents to the professional technology of community health service

    表4 5 分類LCA 和三因子LCFA 分類對滿意度分析的結(jié)果比較Table 4 Comparison of the satisfaction analysis results between 5-cluster LCA and 3-factor LCFA

    表5 社區(qū)服務(wù)滿意度的LCFA 分析因子與條目間的因子載荷Table 5 LCFA analysis factors of community service satisfaction and factor load between items

    作為LCA 的擴展,LCFA 模型既可用于分類顯變量,也可擴展到有序、連續(xù)或計數(shù)變量,應(yīng)用范圍也較為廣泛,而目前對LCFA 的應(yīng)用研究多針對顯變量為分類變量的情況,如McGrath[6]對精神分裂癥的維度進行探討,Moors[7]對反應(yīng)模式行為進行分析,而連續(xù)型顯變量研究較少。 Magidson[5]通過實例數(shù)據(jù)對LCFA 和因子分析進行了比較,表明LCFA能很好地擬合數(shù)據(jù),且提供的結(jié)果比因子分析更容易解釋。 和因子分析相比,LCFA 的參數(shù)相對難以解釋,針對此問題,Vermunt[7]等提出了線性近似的最大似然估計法。

    LCFA 結(jié)合了LCA 和因子分析的思想,不僅可以達到傳統(tǒng)因子分析降維的目的,而且還能對異質(zhì)性群體進行分類,克服因子分析中顯變量和潛變量均要求正態(tài)分布的假設(shè),更擴充了潛在類別模型不滿足局部獨立性假設(shè)時的處理方式,具有模型精簡和容易被識別等優(yōu)勢,在應(yīng)用上具有廣泛的擴展空間。 此外,類似于因子分析,LCFA 從多個角度來確定異質(zhì)性群體,使分類維度得以多元化,充分利用了數(shù)據(jù)的信息。 特別是當(dāng)因子之間在專業(yè)上存在關(guān)聯(lián)時,可對因子與因子之間的關(guān)聯(lián)做出估計,有著重要的學(xué)術(shù)應(yīng)用價值。

    猜你喜歡
    類別異質(zhì)性概率
    第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
    第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
    概率與統(tǒng)計(一)
    概率與統(tǒng)計(二)
    基于可持續(xù)發(fā)展的異質(zhì)性債務(wù)治理與制度完善
    現(xiàn)代社區(qū)異質(zhì)性的變遷與啟示
    服務(wù)類別
    新校長(2016年8期)2016-01-10 06:43:59
    論類別股東會
    商事法論集(2014年1期)2014-06-27 01:20:42
    1949年前譯本的民族性和異質(zhì)性追考
    中醫(yī)類別全科醫(yī)師培養(yǎng)模式的探討
    av卡一久久| 中文字幕制服av| 精品久久久噜噜| 亚洲成色77777| 成人手机av| 国产亚洲午夜精品一区二区久久| 日韩 亚洲 欧美在线| 亚洲av成人精品一区久久| 国产白丝娇喘喷水9色精品| 久久久午夜欧美精品| 高清av免费在线| 我要看黄色一级片免费的| 精品99又大又爽又粗少妇毛片| 国产精品99久久久久久久久| 国产精品偷伦视频观看了| av一本久久久久| 久久久久网色| 成人综合一区亚洲| 国产成人精品在线电影| 人妻夜夜爽99麻豆av| 亚洲精品亚洲一区二区| 插逼视频在线观看| 免费av不卡在线播放| 最近中文字幕2019免费版| 肉色欧美久久久久久久蜜桃| 日韩av不卡免费在线播放| 欧美日韩成人在线一区二区| 如日韩欧美国产精品一区二区三区 | 亚洲三级黄色毛片| 国产高清三级在线| 成人午夜精彩视频在线观看| 午夜福利,免费看| 久久精品熟女亚洲av麻豆精品| 成人综合一区亚洲| 五月天丁香电影| 麻豆乱淫一区二区| 999精品在线视频| 九九爱精品视频在线观看| 中文字幕久久专区| 在线播放无遮挡| 一级毛片黄色毛片免费观看视频| 男人操女人黄网站| 久久人人爽人人爽人人片va| 亚洲高清免费不卡视频| 好男人视频免费观看在线| 女性被躁到高潮视频| 丝袜脚勾引网站| 最近2019中文字幕mv第一页| 99热6这里只有精品| 啦啦啦啦在线视频资源| 一边摸一边做爽爽视频免费| 婷婷成人精品国产| 久久久久久久久久久丰满| 国产成人精品一,二区| 一级毛片aaaaaa免费看小| 国产成人午夜福利电影在线观看| 国产免费现黄频在线看| 波野结衣二区三区在线| 一级毛片 在线播放| 日日摸夜夜添夜夜爱| 最近的中文字幕免费完整| 免费黄网站久久成人精品| 免费少妇av软件| 国产成人午夜福利电影在线观看| 久久鲁丝午夜福利片| 性高湖久久久久久久久免费观看| 亚洲成色77777| 久久久午夜欧美精品| 欧美日韩精品成人综合77777| 久久久久精品久久久久真实原创| 日日撸夜夜添| 国产亚洲欧美精品永久| 日本av手机在线免费观看| 插阴视频在线观看视频| a级毛色黄片| 婷婷成人精品国产| 国产精品一二三区在线看| 999精品在线视频| 欧美一级a爱片免费观看看| 免费少妇av软件| 久久久精品免费免费高清| 伊人久久精品亚洲午夜| 国产免费现黄频在线看| 精品人妻偷拍中文字幕| 亚洲天堂av无毛| 久久精品国产自在天天线| 又粗又硬又长又爽又黄的视频| 久久影院123| 婷婷色综合www| 99热6这里只有精品| 另类亚洲欧美激情| 少妇被粗大猛烈的视频| 99久久精品国产国产毛片| 少妇高潮的动态图| 亚洲精品,欧美精品| 人人澡人人妻人| 国产精品蜜桃在线观看| 日本-黄色视频高清免费观看| 亚洲内射少妇av| 51国产日韩欧美| 国产精品不卡视频一区二区| 成人黄色视频免费在线看| 日日爽夜夜爽网站| 久久久久久久久久久丰满| 免费观看在线日韩| 国产精品免费大片| 麻豆乱淫一区二区| 国产在线视频一区二区| 18禁裸乳无遮挡动漫免费视频| 99久久精品国产国产毛片| 精品一品国产午夜福利视频| 精品久久久久久久久亚洲| 91精品国产国语对白视频| 国产爽快片一区二区三区| 国产高清不卡午夜福利| 亚洲欧洲日产国产| 国产一级毛片在线| 免费av不卡在线播放| 爱豆传媒免费全集在线观看| 日韩一区二区三区影片| 美女脱内裤让男人舔精品视频| av又黄又爽大尺度在线免费看| 曰老女人黄片| 亚洲精品美女久久av网站| www.色视频.com| 国产老妇伦熟女老妇高清| 午夜视频国产福利| 视频区图区小说| 亚洲综合精品二区| 中国美白少妇内射xxxbb| 少妇被粗大猛烈的视频| 精品人妻熟女av久视频| 久久久久国产网址| 久久久国产一区二区| 国产日韩欧美视频二区| 精品国产露脸久久av麻豆| 有码 亚洲区| 久久久久网色| 亚洲精品日本国产第一区| 日韩中字成人| 大片电影免费在线观看免费| 18禁在线无遮挡免费观看视频| 下体分泌物呈黄色| 国产精品99久久久久久久久| 五月玫瑰六月丁香| 国产精品蜜桃在线观看| 国产免费一级a男人的天堂| 国产视频首页在线观看| 极品少妇高潮喷水抽搐| 精品人妻偷拍中文字幕| 国产免费一区二区三区四区乱码| 午夜视频国产福利| 色婷婷av一区二区三区视频| 久久精品夜色国产| 久久国产精品大桥未久av| 又粗又硬又长又爽又黄的视频| 建设人人有责人人尽责人人享有的| 免费大片黄手机在线观看| 成人国产av品久久久| 十八禁网站网址无遮挡| 自拍欧美九色日韩亚洲蝌蚪91| 午夜激情福利司机影院| 免费av不卡在线播放| 一边亲一边摸免费视频| 老熟女久久久| 汤姆久久久久久久影院中文字幕| 国产在视频线精品| 人人妻人人爽人人添夜夜欢视频| 欧美精品国产亚洲| 丝瓜视频免费看黄片| 在线看a的网站| 国产精品一区二区在线不卡| 伊人久久国产一区二区| 只有这里有精品99| 在现免费观看毛片| 国产在线免费精品| 多毛熟女@视频| 久热久热在线精品观看| 日韩一本色道免费dvd| 国产高清有码在线观看视频| h视频一区二区三区| av免费观看日本| 亚洲欧美清纯卡通| 麻豆成人av视频| 色婷婷av一区二区三区视频| 性色av一级| 国产熟女欧美一区二区| 亚洲情色 制服丝袜| 丁香六月天网| 看非洲黑人一级黄片| 免费观看的影片在线观看| 91精品一卡2卡3卡4卡| 人人妻人人澡人人看| av女优亚洲男人天堂| 人妻制服诱惑在线中文字幕| 伦理电影免费视频| 国产色爽女视频免费观看| 日产精品乱码卡一卡2卡三| 男男h啪啪无遮挡| 久久这里有精品视频免费| 国产极品粉嫩免费观看在线 | 国产白丝娇喘喷水9色精品| 一级片'在线观看视频| 香蕉精品网在线| 三级国产精品欧美在线观看| 天美传媒精品一区二区| av专区在线播放| 人人妻人人澡人人看| 水蜜桃什么品种好| 九九在线视频观看精品| 成人18禁高潮啪啪吃奶动态图 | av福利片在线| 少妇 在线观看| 久久女婷五月综合色啪小说| 亚洲av电影在线观看一区二区三区| 亚洲国产精品国产精品| 日韩av在线免费看完整版不卡| 卡戴珊不雅视频在线播放| 一级毛片aaaaaa免费看小| 国产极品粉嫩免费观看在线 | 亚洲欧美精品自产自拍| 91精品国产国语对白视频| 两个人免费观看高清视频| 成人国产麻豆网| 在线免费观看不下载黄p国产| 免费高清在线观看日韩| av天堂久久9| 丁香六月天网| 亚洲美女视频黄频| 亚洲国产欧美日韩在线播放| 汤姆久久久久久久影院中文字幕| 亚洲欧美中文字幕日韩二区| 黑丝袜美女国产一区| 亚洲综合色网址| 51国产日韩欧美| 99re6热这里在线精品视频| 国产 一区精品| 亚洲欧美日韩卡通动漫| 乱码一卡2卡4卡精品| 两个人的视频大全免费| av一本久久久久| 国产av国产精品国产| 嘟嘟电影网在线观看| 日本黄色日本黄色录像| 最黄视频免费看| 久久午夜福利片| 欧美97在线视频| 成人毛片60女人毛片免费| 国产精品免费大片| 99热6这里只有精品| 亚洲精品美女久久av网站| 一区二区av电影网| 一本大道久久a久久精品| 一级爰片在线观看| 熟女电影av网| 精品久久国产蜜桃| 中文字幕亚洲精品专区| 午夜福利网站1000一区二区三区| 色视频在线一区二区三区| 久久精品国产亚洲av天美| 纵有疾风起免费观看全集完整版| 天美传媒精品一区二区| av在线老鸭窝| 中文天堂在线官网| 搡老乐熟女国产| 国产一级毛片在线| 国产高清不卡午夜福利| 97超视频在线观看视频| 王馨瑶露胸无遮挡在线观看| 黄色欧美视频在线观看| 婷婷色麻豆天堂久久| 国产成人av激情在线播放 | 中文字幕制服av| 少妇高潮的动态图| 一本色道久久久久久精品综合| 午夜91福利影院| 九九爱精品视频在线观看| 肉色欧美久久久久久久蜜桃| 视频在线观看一区二区三区| 国产精品人妻久久久影院| 夜夜骑夜夜射夜夜干| 日韩电影二区| 国产永久视频网站| 国国产精品蜜臀av免费| 亚洲国产色片| 最近中文字幕2019免费版| 亚洲色图综合在线观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 午夜福利,免费看| 男女边吃奶边做爰视频| 男人添女人高潮全过程视频| 777米奇影视久久| 黑人巨大精品欧美一区二区蜜桃 | 久久97久久精品| 中国美白少妇内射xxxbb| 亚洲内射少妇av| 丝袜喷水一区| av免费在线看不卡| 久久久久久人妻| 91aial.com中文字幕在线观看| 国产精品一区www在线观看| 你懂的网址亚洲精品在线观看| 高清不卡的av网站| 黄色配什么色好看| 国产精品女同一区二区软件| 欧美激情 高清一区二区三区| 精品久久国产蜜桃| 秋霞伦理黄片| 欧美国产精品一级二级三级| 成年女人在线观看亚洲视频| 午夜久久久在线观看| 免费黄频网站在线观看国产| 色吧在线观看| 新久久久久国产一级毛片| 26uuu在线亚洲综合色| 久久99热6这里只有精品| 伊人亚洲综合成人网| 久久国内精品自在自线图片| 国产伦理片在线播放av一区| 国产成人91sexporn| 免费观看的影片在线观看| 中国美白少妇内射xxxbb| 亚洲国产av新网站| 国语对白做爰xxxⅹ性视频网站| 久热这里只有精品99| 精品国产一区二区三区久久久樱花| av免费在线看不卡| 日本欧美国产在线视频| 精品久久久噜噜| 如日韩欧美国产精品一区二区三区 | 日韩免费高清中文字幕av| 亚洲精品一二三| 亚洲精品乱码久久久久久按摩| 国产高清有码在线观看视频| 飞空精品影院首页| 人人妻人人澡人人爽人人夜夜| 精品一区二区免费观看| 日韩亚洲欧美综合| 久久毛片免费看一区二区三区| 欧美日韩在线观看h| 丰满少妇做爰视频| 亚洲成色77777| 一二三四中文在线观看免费高清| av有码第一页| 美女福利国产在线| 波野结衣二区三区在线| 丰满少妇做爰视频| 欧美三级亚洲精品| a级毛片黄视频| 永久网站在线| 黄色视频在线播放观看不卡| 国产精品 国内视频| 亚洲精品国产av成人精品| 欧美最新免费一区二区三区| 插阴视频在线观看视频| 亚洲欧美精品自产自拍| av女优亚洲男人天堂| 两个人的视频大全免费| 欧美xxxx性猛交bbbb| 国产精品 国内视频| 水蜜桃什么品种好| 汤姆久久久久久久影院中文字幕| 韩国高清视频一区二区三区| 国产熟女午夜一区二区三区 | 99久久中文字幕三级久久日本| 精品亚洲乱码少妇综合久久| 桃花免费在线播放| 国产色爽女视频免费观看| 桃花免费在线播放| 久久国产精品男人的天堂亚洲 | 欧美日韩av久久| 欧美精品一区二区大全| 在线免费观看不下载黄p国产| 男女啪啪激烈高潮av片| 韩国高清视频一区二区三区| 婷婷色综合大香蕉| 精品99又大又爽又粗少妇毛片| 国产欧美日韩综合在线一区二区| 自线自在国产av| 草草在线视频免费看| 亚洲不卡免费看| 日韩不卡一区二区三区视频在线| 精品亚洲成a人片在线观看| 色吧在线观看| 免费人成在线观看视频色| 免费不卡的大黄色大毛片视频在线观看| 一个人免费看片子| 精品久久久久久久久av| 日韩在线高清观看一区二区三区| 久久综合国产亚洲精品| 欧美激情极品国产一区二区三区 | 久久精品国产鲁丝片午夜精品| 精品国产一区二区久久| 乱码一卡2卡4卡精品| 亚洲精品乱久久久久久| 国产淫语在线视频| 国产片内射在线| 中国美白少妇内射xxxbb| 天堂8中文在线网| 国产在线视频一区二区| 好男人视频免费观看在线| 99热这里只有是精品在线观看| av在线观看视频网站免费| 人妻系列 视频| 91aial.com中文字幕在线观看| 欧美成人精品欧美一级黄| 最新中文字幕久久久久| 国产日韩欧美亚洲二区| 一边亲一边摸免费视频| 日韩成人伦理影院| 黄色毛片三级朝国网站| 国产精品久久久久久久电影| 人妻少妇偷人精品九色| 91国产中文字幕| 18禁动态无遮挡网站| 精品国产一区二区久久| 精品久久久噜噜| 夫妻午夜视频| 精品少妇黑人巨大在线播放| 亚洲成人手机| 久久99一区二区三区| 51国产日韩欧美| 街头女战士在线观看网站| 在线亚洲精品国产二区图片欧美 | 久久狼人影院| 亚洲综合色网址| 国产精品国产av在线观看| 人人澡人人妻人| 五月开心婷婷网| videossex国产| 日本黄大片高清| 久久精品夜色国产| 观看av在线不卡| 久久精品国产鲁丝片午夜精品| 免费不卡的大黄色大毛片视频在线观看| 国产淫语在线视频| 青青草视频在线视频观看| 五月开心婷婷网| av电影中文网址| 交换朋友夫妻互换小说| 丰满饥渴人妻一区二区三| 婷婷色综合大香蕉| 老女人水多毛片| 精品久久国产蜜桃| 伊人久久精品亚洲午夜| 亚洲综合精品二区| 视频在线观看一区二区三区| 三上悠亚av全集在线观看| 99久久中文字幕三级久久日本| 男女无遮挡免费网站观看| av一本久久久久| 欧美日本中文国产一区发布| 亚洲精品国产av成人精品| 伊人亚洲综合成人网| 啦啦啦啦在线视频资源| 亚洲综合色惰| 赤兔流量卡办理| 国产黄片视频在线免费观看| 夜夜看夜夜爽夜夜摸| 国产黄色视频一区二区在线观看| 制服诱惑二区| 久久久国产欧美日韩av| 日韩强制内射视频| 久久精品人人爽人人爽视色| av女优亚洲男人天堂| 国产精品成人在线| 久久精品国产a三级三级三级| 久久精品久久久久久噜噜老黄| 超碰97精品在线观看| 永久网站在线| 人妻人人澡人人爽人人| 成年人免费黄色播放视频| 久久久久人妻精品一区果冻| 成人综合一区亚洲| 亚洲国产av影院在线观看| 美女视频免费永久观看网站| 久久国产精品大桥未久av| 免费观看无遮挡的男女| 亚洲精品美女久久av网站| 国产成人av激情在线播放 | 欧美日韩在线观看h| 亚洲成人一二三区av| 国产一区二区在线观看av| 久久狼人影院| 久久精品久久精品一区二区三区| 久久人妻熟女aⅴ| 免费黄色在线免费观看| 少妇人妻 视频| 欧美97在线视频| 欧美日韩视频高清一区二区三区二| 国产免费现黄频在线看| 午夜激情av网站| 国产精品一国产av| av在线老鸭窝| 18禁在线播放成人免费| 亚洲人成77777在线视频| 午夜激情av网站| 日韩中字成人| 日韩电影二区| 日日爽夜夜爽网站| 午夜福利网站1000一区二区三区| 嘟嘟电影网在线观看| 一本—道久久a久久精品蜜桃钙片| 免费看不卡的av| 高清不卡的av网站| 人成视频在线观看免费观看| 飞空精品影院首页| 一级片'在线观看视频| 亚洲在久久综合| 国产在视频线精品| 国产黄频视频在线观看| 中文字幕人妻熟人妻熟丝袜美| 91久久精品国产一区二区三区| 九草在线视频观看| 国产精品久久久久久精品电影小说| 成人黄色视频免费在线看| 国产一区有黄有色的免费视频| 丰满迷人的少妇在线观看| 精品国产一区二区三区久久久樱花| 免费黄色在线免费观看| 亚洲伊人久久精品综合| 97超碰精品成人国产| 热re99久久国产66热| 久久免费观看电影| 高清毛片免费看| 欧美国产精品一级二级三级| 亚洲成色77777| 亚洲欧美一区二区三区国产| 国产精品秋霞免费鲁丝片| 久久这里有精品视频免费| 国产成人免费无遮挡视频| 欧美精品人与动牲交sv欧美| 九九爱精品视频在线观看| 免费av中文字幕在线| 亚洲经典国产精华液单| 秋霞在线观看毛片| 桃花免费在线播放| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 亚洲av成人精品一二三区| 一级毛片aaaaaa免费看小| 啦啦啦视频在线资源免费观看| 在线看a的网站| 女的被弄到高潮叫床怎么办| 一级a做视频免费观看| 成年人免费黄色播放视频| 亚洲国产色片| 亚洲欧洲国产日韩| 国产成人午夜福利电影在线观看| 日韩欧美精品免费久久| 欧美精品一区二区免费开放| 亚洲第一av免费看| 久久97久久精品| 母亲3免费完整高清在线观看 | videossex国产| 日产精品乱码卡一卡2卡三| 国产亚洲av片在线观看秒播厂| 亚洲国产精品一区三区| 午夜福利在线观看免费完整高清在| 美女视频免费永久观看网站| 国产精品免费大片| .国产精品久久| 青春草国产在线视频| 久久久久视频综合| 久久久久国产网址| 亚洲人与动物交配视频| 亚洲av男天堂| 99re6热这里在线精品视频| 久久久久网色| 一区二区av电影网| 尾随美女入室| 在线 av 中文字幕| 亚洲欧洲国产日韩| a级片在线免费高清观看视频| 一区二区三区乱码不卡18| 如日韩欧美国产精品一区二区三区 | 国产免费福利视频在线观看| 999精品在线视频| 有码 亚洲区| 亚洲成人av在线免费| 免费看av在线观看网站| 2018国产大陆天天弄谢| 国产成人精品在线电影| 韩国高清视频一区二区三区| 啦啦啦在线观看免费高清www| 看十八女毛片水多多多| 人妻系列 视频| 在线观看三级黄色| 国产精品.久久久| 国产日韩欧美视频二区| 大码成人一级视频| 久久久久久久久久久免费av| 亚洲欧美日韩另类电影网站| 亚洲精品色激情综合| 亚洲国产日韩一区二区| 少妇人妻精品综合一区二区| 爱豆传媒免费全集在线观看| 国产成人精品福利久久| 午夜激情福利司机影院| 亚洲精品乱久久久久久| 五月开心婷婷网| 99热这里只有是精品在线观看| 欧美精品国产亚洲| 欧美最新免费一区二区三区| 亚洲成人一二三区av| 国产精品欧美亚洲77777| 全区人妻精品视频| 中文字幕制服av| 制服人妻中文乱码| 日本黄大片高清| 久久久久久人妻| 一级二级三级毛片免费看| 边亲边吃奶的免费视频| 精品亚洲成a人片在线观看| av在线播放精品| 免费高清在线观看视频在线观看|