• <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
    看片在线看免费视频| 操出白浆在线播放| 51午夜福利影视在线观看| 国产高清有码在线观看视频 | 亚洲精品av麻豆狂野| 美女扒开内裤让男人捅视频| 美女扒开内裤让男人捅视频| 久久午夜综合久久蜜桃| 日韩欧美在线二视频| 久久青草综合色| 99国产精品一区二区三区| 免费观看精品视频网站| 欧美乱色亚洲激情| 中文字幕av电影在线播放| 久久久久九九精品影院| 99国产精品一区二区蜜桃av| 欧美乱妇无乱码| 午夜老司机福利片| 国产极品粉嫩免费观看在线| 麻豆成人午夜福利视频| 老司机福利观看| 久久青草综合色| 人人妻人人看人人澡| 成人18禁在线播放| 国产成人欧美在线观看| 无人区码免费观看不卡| 亚洲黑人精品在线| 国产精品爽爽va在线观看网站 | 国产男靠女视频免费网站| 亚洲精品在线美女| 国产精品乱码一区二三区的特点| 性欧美人与动物交配| 视频在线观看一区二区三区| 久久精品影院6| 深夜精品福利| 两性午夜刺激爽爽歪歪视频在线观看 | 日本黄色视频三级网站网址| 黄色毛片三级朝国网站| 人妻久久中文字幕网| 成年免费大片在线观看| 1024手机看黄色片| 日韩高清综合在线| 欧美黑人巨大hd| а√天堂www在线а√下载| 啦啦啦 在线观看视频| 1024香蕉在线观看| 亚洲熟女毛片儿| 搞女人的毛片| 超碰成人久久| 国产片内射在线| 国产成人av教育| 91国产中文字幕| 99国产综合亚洲精品| 亚洲自拍偷在线| 色在线成人网| 黄色 视频免费看| 757午夜福利合集在线观看| 国产伦在线观看视频一区| 日韩大尺度精品在线看网址| 黑人欧美特级aaaaaa片| 久久草成人影院| 日韩一卡2卡3卡4卡2021年| 一本一本综合久久| 欧美成人一区二区免费高清观看 | 亚洲在线自拍视频| 校园春色视频在线观看| 99riav亚洲国产免费| 老鸭窝网址在线观看| 国产精品九九99| 亚洲男人天堂网一区| 草草在线视频免费看| 久久亚洲精品不卡| 亚洲国产精品sss在线观看| 人人妻人人澡欧美一区二区| 亚洲专区中文字幕在线| 日本黄色视频三级网站网址| 亚洲国产高清在线一区二区三 | 大型黄色视频在线免费观看| 亚洲三区欧美一区| 亚洲国产精品合色在线| 亚洲午夜精品一区,二区,三区| 亚洲在线自拍视频| 99热这里只有精品一区 | 中文字幕最新亚洲高清| 精品久久蜜臀av无| 人人妻人人澡人人看| 黄色片一级片一级黄色片| 国产真实乱freesex| 久久这里只有精品19| 99精品久久久久人妻精品| 亚洲人成伊人成综合网2020| 日本一区二区免费在线视频| 禁无遮挡网站| 91国产中文字幕| 丝袜人妻中文字幕| 成人免费观看视频高清| 在线天堂中文资源库| 亚洲,欧美精品.| 亚洲自拍偷在线| 美女大奶头视频| 91字幕亚洲| 久久久久久人人人人人| 亚洲国产欧美日韩在线播放| 麻豆久久精品国产亚洲av| 欧美亚洲日本最大视频资源| 亚洲国产高清在线一区二区三 | 国产亚洲精品第一综合不卡| 亚洲中文字幕日韩| 精品福利观看| 婷婷精品国产亚洲av| 老司机靠b影院| av中文乱码字幕在线| 午夜福利在线在线| 日韩 欧美 亚洲 中文字幕| 久久精品国产亚洲av香蕉五月| 欧美午夜高清在线| 777久久人妻少妇嫩草av网站| www日本在线高清视频| 国产亚洲精品一区二区www| 无限看片的www在线观看| 精品福利观看| 18禁观看日本| 亚洲午夜精品一区,二区,三区| 一二三四在线观看免费中文在| 中文字幕久久专区| 国产成人av激情在线播放| 国内精品久久久久精免费| 麻豆一二三区av精品| 亚洲专区字幕在线| 成年版毛片免费区| 成人特级黄色片久久久久久久| 女性被躁到高潮视频| 亚洲精品一卡2卡三卡4卡5卡| 国产精品99久久99久久久不卡| 超碰成人久久| 久久久久免费精品人妻一区二区 | 成人永久免费在线观看视频| 岛国在线观看网站| 成年版毛片免费区| 亚洲国产欧美日韩在线播放| 亚洲精品在线美女| 国产高清视频在线播放一区| 国产成人系列免费观看| 国产高清激情床上av| 天堂√8在线中文| 色播亚洲综合网| 日本一区二区免费在线视频| 夜夜夜夜夜久久久久| 亚洲第一电影网av| 人人澡人人妻人| 中文字幕最新亚洲高清| 久久人妻av系列| 99精品在免费线老司机午夜| 一区二区三区国产精品乱码| 欧美激情久久久久久爽电影| 婷婷亚洲欧美| 亚洲精品在线美女| 亚洲精品中文字幕在线视频| 女性生殖器流出的白浆| 两性午夜刺激爽爽歪歪视频在线观看 | 色精品久久人妻99蜜桃| 欧美成狂野欧美在线观看| 在线av久久热| √禁漫天堂资源中文www| 国产激情久久老熟女| 国产成人av激情在线播放| 热re99久久国产66热| 不卡av一区二区三区| 欧美日韩精品网址| 亚洲人成网站在线播放欧美日韩| 夜夜看夜夜爽夜夜摸| 欧美亚洲日本最大视频资源| 国产爱豆传媒在线观看 | 亚洲午夜精品一区,二区,三区| 动漫黄色视频在线观看| 久久欧美精品欧美久久欧美| 久久精品aⅴ一区二区三区四区| 久久精品国产清高在天天线| a级毛片a级免费在线| 日本a在线网址| 99riav亚洲国产免费| 国产区一区二久久| 国产精品 欧美亚洲| 国产aⅴ精品一区二区三区波| 日本一本二区三区精品| 一本综合久久免费| 精品一区二区三区视频在线观看免费| 午夜两性在线视频| 好男人电影高清在线观看| 精品久久久久久,| 男女做爰动态图高潮gif福利片| 深夜精品福利| 国产亚洲欧美在线一区二区| 制服丝袜大香蕉在线| 中国美女看黄片| 日本撒尿小便嘘嘘汇集6| 在线播放国产精品三级| 一级毛片高清免费大全| 韩国av一区二区三区四区| 亚洲国产日韩欧美精品在线观看 | 国产人伦9x9x在线观看| 国产精品电影一区二区三区| www日本在线高清视频| 精品少妇一区二区三区视频日本电影| 国产视频一区二区在线看| 999久久久国产精品视频| 精品人妻1区二区| 免费高清视频大片| 亚洲黑人精品在线| 国产国语露脸激情在线看| 欧美黄色淫秽网站| 国产精品久久电影中文字幕| 中文字幕av电影在线播放| 国产激情偷乱视频一区二区| 久热爱精品视频在线9| 91字幕亚洲| 亚洲第一av免费看| 国产亚洲欧美在线一区二区| 性色av乱码一区二区三区2| 99在线视频只有这里精品首页| 久久午夜亚洲精品久久| 日韩一卡2卡3卡4卡2021年| 免费看日本二区| 啦啦啦观看免费观看视频高清| 国产激情偷乱视频一区二区| 亚洲欧美精品综合一区二区三区| 99久久久亚洲精品蜜臀av| 男人舔女人下体高潮全视频| 久久狼人影院| 国产精品,欧美在线| 亚洲精品粉嫩美女一区| 精品国产乱码久久久久久男人| 嫁个100分男人电影在线观看| 久久这里只有精品19| 色综合欧美亚洲国产小说| 日日摸夜夜添夜夜添小说| 丁香六月欧美| 亚洲专区国产一区二区| 亚洲精品在线观看二区| 国产精品久久久人人做人人爽| 国产成年人精品一区二区| 久久精品国产亚洲av高清一级| 欧美乱妇无乱码| 可以免费在线观看a视频的电影网站| 国产激情久久老熟女| 久久国产精品人妻蜜桃| 超碰成人久久| 日韩免费av在线播放| 国产私拍福利视频在线观看| 亚洲av熟女| 久久久久国内视频| 亚洲欧美精品综合久久99| 日日摸夜夜添夜夜添小说| 侵犯人妻中文字幕一二三四区| 神马国产精品三级电影在线观看 | 午夜福利高清视频| 久久天堂一区二区三区四区| 国产精品精品国产色婷婷| 一级作爱视频免费观看| 亚洲欧洲精品一区二区精品久久久| 一本精品99久久精品77| 美女国产高潮福利片在线看| 成人免费观看视频高清| 给我免费播放毛片高清在线观看| 久久人妻福利社区极品人妻图片| 国产又爽黄色视频| 免费高清视频大片| 免费搜索国产男女视频| e午夜精品久久久久久久| 日本三级黄在线观看| 久久久久久久久中文| 色老头精品视频在线观看| 欧美日韩黄片免| 国内揄拍国产精品人妻在线 | av在线天堂中文字幕| 大香蕉久久成人网| 日本一区二区免费在线视频| 最新美女视频免费是黄的| 变态另类成人亚洲欧美熟女| 国产又爽黄色视频| 日韩三级视频一区二区三区| 午夜精品在线福利| 成年女人毛片免费观看观看9| 国产97色在线日韩免费| svipshipincom国产片| 亚洲国产日韩欧美精品在线观看 | 久久香蕉激情| 国产精品永久免费网站| 91九色精品人成在线观看| 亚洲电影在线观看av| 日韩 欧美 亚洲 中文字幕| 91av网站免费观看| 精品无人区乱码1区二区| 国产精品野战在线观看| 欧美三级亚洲精品| avwww免费| 我要看日韩黄色一级片| 一边摸一边抽搐一进一小说| 久久久色成人| 亚洲人成网站高清观看| av.在线天堂| 国产高清视频在线观看网站| 99热全是精品| 又黄又爽又免费观看的视频| 又粗又爽又猛毛片免费看| 最近中文字幕高清免费大全6| 国产精华一区二区三区| a级毛色黄片| 一个人看视频在线观看www免费| 熟女电影av网| 国产精品人妻久久久影院| 日韩亚洲欧美综合| 国产av麻豆久久久久久久| 亚洲一区二区三区色噜噜| 亚洲av美国av| 一区二区三区四区激情视频 | 久久精品影院6| 69av精品久久久久久| 亚洲一区高清亚洲精品| 免费观看精品视频网站| 久久久久久久久中文| 精品人妻偷拍中文字幕| 91在线精品国自产拍蜜月| 人妻丰满熟妇av一区二区三区| 一个人看的www免费观看视频| eeuss影院久久| 亚洲欧美日韩高清专用| 伊人久久精品亚洲午夜| 人妻夜夜爽99麻豆av| 欧美日韩乱码在线| 精品人妻一区二区三区麻豆 | 我的老师免费观看完整版| 久久久久久国产a免费观看| 欧美成人精品欧美一级黄| 色5月婷婷丁香| 精品午夜福利在线看| 久久人人爽人人片av| 波野结衣二区三区在线| 国产一区二区在线观看日韩| 亚洲av免费高清在线观看| 尾随美女入室| 一进一出好大好爽视频| 中国美女看黄片| 国产av麻豆久久久久久久| 欧美又色又爽又黄视频| 色哟哟·www| av女优亚洲男人天堂| 亚洲中文日韩欧美视频| 午夜a级毛片| 综合色丁香网| 国产综合懂色| 亚洲精品一区av在线观看| 欧美zozozo另类| 又黄又爽又刺激的免费视频.| 婷婷精品国产亚洲av| 高清日韩中文字幕在线| 一本一本综合久久| 99久久精品一区二区三区| 亚洲真实伦在线观看| 两个人视频免费观看高清| 美女cb高潮喷水在线观看| 久久99热6这里只有精品| 内地一区二区视频在线| 一级毛片aaaaaa免费看小| 亚洲精品在线观看二区| 国产亚洲91精品色在线| 一进一出抽搐动态| 黄色欧美视频在线观看| 日本 av在线| 成人性生交大片免费视频hd| 国产精品一区二区三区四区免费观看 | 日本五十路高清| 男女之事视频高清在线观看| 欧美国产日韩亚洲一区| 97碰自拍视频| 99国产精品一区二区蜜桃av| 成年av动漫网址| 国语自产精品视频在线第100页| 色噜噜av男人的天堂激情| 69av精品久久久久久| 午夜福利成人在线免费观看| 伊人久久精品亚洲午夜| 国产精品电影一区二区三区| 变态另类成人亚洲欧美熟女| 男女边吃奶边做爰视频| 啦啦啦啦在线视频资源| 夜夜看夜夜爽夜夜摸| 女生性感内裤真人,穿戴方法视频| 欧美成人一区二区免费高清观看| 欧美另类亚洲清纯唯美| 国产精品乱码一区二三区的特点| 亚洲欧美成人综合另类久久久 | 99热这里只有是精品50| 亚洲第一区二区三区不卡| 亚洲内射少妇av| 国产单亲对白刺激| 国产精品99久久久久久久久| 99久久精品热视频| 国产麻豆成人av免费视频| 国产亚洲精品综合一区在线观看| 日韩精品青青久久久久久| 久久久久久久午夜电影| 色av中文字幕| 永久网站在线| 久久久精品欧美日韩精品| 热99re8久久精品国产| 熟妇人妻久久中文字幕3abv| 少妇被粗大猛烈的视频| 亚洲婷婷狠狠爱综合网| 日韩一区二区视频免费看| 欧美日本亚洲视频在线播放| 俄罗斯特黄特色一大片| 蜜桃亚洲精品一区二区三区| 三级经典国产精品| 日本 av在线| 国产精品久久久久久av不卡| 国产成人a区在线观看| av在线观看视频网站免费| av卡一久久| 国产av麻豆久久久久久久| 97人妻精品一区二区三区麻豆| 毛片一级片免费看久久久久| 午夜精品一区二区三区免费看| 国产熟女欧美一区二区| 精品国产三级普通话版| 久久久色成人| 亚洲最大成人中文| 天堂动漫精品| 麻豆国产av国片精品| 伦精品一区二区三区| 一区福利在线观看| 久久午夜亚洲精品久久| 亚洲av中文字字幕乱码综合| 国产 一区精品| 在现免费观看毛片| 免费看光身美女| 亚州av有码| 少妇熟女欧美另类| 国产老妇女一区| 亚洲av第一区精品v没综合| 中文字幕人妻熟人妻熟丝袜美| 1000部很黄的大片| 六月丁香七月| 搡老熟女国产l中国老女人| 国产亚洲91精品色在线| 久久久久精品国产欧美久久久| 午夜影院日韩av| 男插女下体视频免费在线播放| 天天一区二区日本电影三级| 久久久精品欧美日韩精品| 精品久久久噜噜| 日本 av在线| 亚洲精品国产av成人精品 | 欧美不卡视频在线免费观看| 亚洲乱码一区二区免费版| 少妇人妻精品综合一区二区 | 高清毛片免费看| 日韩欧美精品v在线| 最近2019中文字幕mv第一页| 国产爱豆传媒在线观看| 亚洲最大成人手机在线| 欧美日韩一区二区视频在线观看视频在线 | av卡一久久| 亚洲av中文字字幕乱码综合| 色综合亚洲欧美另类图片| 欧美xxxx性猛交bbbb| 在线观看免费视频日本深夜| 91久久精品国产一区二区三区| 最近最新中文字幕大全电影3| 12—13女人毛片做爰片一| 日韩欧美免费精品| 观看免费一级毛片| 久久精品国产自在天天线| 亚洲一区高清亚洲精品| 一进一出抽搐gif免费好疼| 欧美色视频一区免费| 欧美区成人在线视频| 69人妻影院| 欧美激情国产日韩精品一区| 露出奶头的视频| 国产av一区在线观看免费| 亚洲av中文av极速乱| 国内精品宾馆在线| 精品熟女少妇av免费看| 99久久无色码亚洲精品果冻| 国产精品99久久久久久久久| 美女xxoo啪啪120秒动态图| 啦啦啦观看免费观看视频高清| 熟女电影av网| 床上黄色一级片| 女的被弄到高潮叫床怎么办| 成人亚洲欧美一区二区av| 色吧在线观看| 极品教师在线视频| 神马国产精品三级电影在线观看| 一边摸一边抽搐一进一小说| a级一级毛片免费在线观看| 99热网站在线观看| 亚洲精品456在线播放app| 久久热精品热| 好男人在线观看高清免费视频| 三级男女做爰猛烈吃奶摸视频| 国国产精品蜜臀av免费| 成人美女网站在线观看视频| 久久久久久伊人网av| 精品午夜福利视频在线观看一区| ponron亚洲| 欧美成人一区二区免费高清观看| av在线亚洲专区| 国产精品日韩av在线免费观看| 色av中文字幕| 久久久午夜欧美精品| 日本欧美国产在线视频| 免费av不卡在线播放| 91在线精品国自产拍蜜月| 日韩,欧美,国产一区二区三区 | 久久久a久久爽久久v久久| 免费不卡的大黄色大毛片视频在线观看 | 精品人妻熟女av久视频| 午夜福利高清视频| 国产精品嫩草影院av在线观看| 婷婷精品国产亚洲av| 欧美在线一区亚洲| 国产探花极品一区二区| 国产精品女同一区二区软件| 日韩在线高清观看一区二区三区| 99在线人妻在线中文字幕| 国产在线精品亚洲第一网站| 我的女老师完整版在线观看| 中文在线观看免费www的网站| 男人舔女人下体高潮全视频| 99热全是精品| 成人毛片a级毛片在线播放| 午夜免费激情av| .国产精品久久| 岛国在线免费视频观看| 国产亚洲精品av在线| 国产一区二区亚洲精品在线观看| 亚洲天堂国产精品一区在线| 男女下面进入的视频免费午夜| 国产中年淑女户外野战色| 国产极品精品免费视频能看的| 欧美zozozo另类| 日韩,欧美,国产一区二区三区 | 午夜视频国产福利| 国产精品爽爽va在线观看网站| 亚洲中文日韩欧美视频| 国产精品女同一区二区软件| 搞女人的毛片| 亚洲av第一区精品v没综合| 久久久久久久久久成人| a级毛片免费高清观看在线播放| 色尼玛亚洲综合影院| 村上凉子中文字幕在线| 一进一出抽搐动态| 久久热精品热| 中文字幕精品亚洲无线码一区| 老熟妇仑乱视频hdxx| 国产欧美日韩一区二区精品| 国产精品久久久久久久电影| av卡一久久| 亚洲专区国产一区二区| 在线观看午夜福利视频| 人人妻人人澡人人爽人人夜夜 | 精品国产三级普通话版| 校园春色视频在线观看| 97人妻精品一区二区三区麻豆| 秋霞在线观看毛片| 97碰自拍视频| 日韩亚洲欧美综合| 人妻夜夜爽99麻豆av| 日韩亚洲欧美综合| 三级国产精品欧美在线观看| 最近在线观看免费完整版| 国产女主播在线喷水免费视频网站 | 久久精品夜夜夜夜夜久久蜜豆| 国产v大片淫在线免费观看| www日本黄色视频网| 国内久久婷婷六月综合欲色啪| 免费av毛片视频| 国产高清三级在线| 亚洲熟妇熟女久久| 成人欧美大片| 最近视频中文字幕2019在线8| 看黄色毛片网站| 久久人人爽人人爽人人片va| 久久久精品大字幕| 亚洲精品粉嫩美女一区| a级一级毛片免费在线观看| 偷拍熟女少妇极品色| 搞女人的毛片| 日本爱情动作片www.在线观看 | 九九热线精品视视频播放| 国产在线男女| 狂野欧美激情性xxxx在线观看| 成人综合一区亚洲| 十八禁网站免费在线| 欧美潮喷喷水| 听说在线观看完整版免费高清| 欧美日韩国产亚洲二区| 欧美在线一区亚洲| 国产精品亚洲一级av第二区| 一级毛片我不卡| 亚洲国产高清在线一区二区三| 亚洲高清免费不卡视频| 亚洲成人av在线免费| 亚洲精品久久国产高清桃花| 免费观看在线日韩| 国产欧美日韩一区二区精品| 日本黄色视频三级网站网址| 一边摸一边抽搐一进一小说| 99久久九九国产精品国产免费| 观看美女的网站| 人妻制服诱惑在线中文字幕| 亚洲av熟女|