兩部分模型在對「中醫門診使用機率」方面，以邏輯斯迴歸分析有無利用中醫 門診之影響因素；「使用者門診使用次數」方面則以複迴歸分析，針對有利用中醫 門診者部分探討其影響因素，依變項尚包括用藥天數及醫療費用。
（一）影響中醫門診利用次數之兩部分模型分析
表 4-17 複迴歸方面，結果顯示只有性別、PCS 及每萬人口西醫師數沒有 達到統計上顯著水準。其中全家平均收入方面，收入在三萬與五萬間之家戶與 中醫門診利用次數間呈現反向關係，而自變項以固定中醫師之影響效果最為顯 著。
邏輯斯迴歸分析結果顯示，只有固定中醫師、每萬人口中西醫師數達到統 計上之顯著水準，其中有固定就醫或較熟悉之中醫師者比沒有固定中醫師者利 用次數較高，統計 p 值也最顯著。
如果將民眾門診醫療利用視為「兩個階段的行為」，第一個階段為民眾決定 其是否利用醫療服務的行為，第二階段則為有利用醫療資源的民眾再決定其利 用次數多寡的行為。表 4-20 為兩部分模型邊際影響之估計值，結果可發現：每 萬人口西醫師數對『利用機率』產生顯著的負影響，邊際影響估計值為-0.018；
然而在『利用者使用次數』方面則未達到顯著影響，可知西醫醫療資源對中醫 門診利用次數的影響，主要是在決定其「是否利用」（就醫機率），而非後續的 利用次數。年齡、全家平均收入及看診花費時間方面，其影響效果主要來自有 利用者（User）使用次數方面。而在固定中醫師及每萬人口中醫師數對於中醫 門診利用其影響則來自前後兩部分，估計值為 1.918 及 0.130。
因此，一個人有看病或者沒有看病，通常與有無生病有很大的關係，所以 表 4-23 中在 logit 分析結果發現，只有外在環境因素與能用因素（固定中醫師、
每萬人口中西醫師數）影響著民眾有無利用中醫門診，其他變項則相對較無相 關性存在。
對於已經有去看病或者已經生病的民眾而言，健康反而不重要了，反而是 其他在 logit 模型中不重要之變項，會成為影響民眾繼續利用中醫門診的次 數，例如：年齡、看診花費時間、收入（傾向與能用因素）。
（二）影響用藥天數之兩部分模型分析
迴歸模式中分析結果發現（見表 4-18），收入對於用藥天數有顯著之負相 關存在，而年齡、就醫交通時間與固定中醫師則為正相關，表示年齡越大、就 醫交通時間越長、有固定中醫師者用藥天數較高。
在表 4-20 中，只有有無固定中醫師自變項其影響來自兩部分---是否使用 及後續之用藥天數多寡，其估計值為 6.792。而年齡、全家平均收入及看診花 費時間方面，其影響效果主要來自有利用者用藥天數多寡方面，邊際影響估計 值為 0.126，其他自變項主要影響效果與門診利用次數之影響效果大致相同，
其中每萬人口中醫師數之影響來自是否利用之機率，估計值為 0.097。
（三）影響中醫醫療費用之兩部分模型分析
複迴歸模式（見表 4-19）自變項年齡及就醫交通時間與中醫醫療費用間 變得沒有顯著差異性，而 PCS 值則有顯著之負影響；西醫師資源越多則中醫醫 療費用會顯著減少，收入變項、有無固定中醫師及每萬人口中醫師數變項也顯 著影響著依變項。
有無固定中醫師、中西醫師資源對中醫醫療費用之影響決定在是否利用之 就醫機率及之後費用金額多寡行為上 ， 其邊際影響估計值為 599.884 、 222.374、-28.445。全家平均收入、PCS 方面，其影響效果主要決定於有利用 中醫者醫療費用多寡方面，其餘自變項皆無顯著影響費用。
在各個複迴歸模型中， 自變項間沒有存在共線性問題，其 VIF（Variance Inflation Factor）值皆低於 10。而在兩部分模型中，三個模型中性別對其依變項 之影響皆無統計上之顯著，雖然女性醫療利用確實高於男性；其次 PCS 值對於中醫 門診利用次數、用藥天數也較無影響存在。而全家平均收入及有無固定中醫師在三 個模型中皆達到統計之顯著主要效應，雖然收入因素主要決定於有利用者就醫行為 之影響效果，邏輯斯迴歸中並無達到顯著。
兩部分模型在處理醫療利用方面，雖然可以解決大部分民眾在研究觀察期間沒 有利用中醫醫療資源所產生的問題（因為不知道民眾是從未利用中醫之族群，或者 是觀察時間不夠長，民眾仍未利用到中醫門診），但仍然無法回答本研究關心的重
點---事件發生在哪個時間點可能產生的影響，因此，以下將以存活分析方法探討 事件時間發生點與影響因素間的關係。