分层的单边和双边混合设计下基于比例比的统计推断
发布时间:2025-06-24 05:03
在生物医学的统计研究中,成对身体器官或身体成对部分的治疗数据,通常是单双边混合的数据,而且存在高度的组内相关性。此外,为了避免一些不同的因素所带来的混杂效应,还需要将这些因素看作分层变量,在分层设计下考虑其统计推断问题。因此,考虑分层设计下基于单双边混合的组内相关数据对两种治疗或方案的治愈率或成功率的统计推断是一个重要的研究问题。首先,考虑分层设计下的单双边混合数据,研究了基于比例比的各种简单有效的齐性检验过程,提出了基于比例比的七种齐性检验统计量,分别为Weighted-Least-Square(WLS)统计量、基于Mantel-Haenszel(MH)估计的检验统计量、基于对数变换的统计量,以及相应的对以上三个检验统计量进行对数变换的统计量和修正的Score检验统计量。考虑了基于这些检验统计量的大样本渐近的检验过程,以及在小样本下基于Bootstrap重抽样方法的检验过程。在此基础上,基于所提出的非独立模型假设下的WLS检验、基于MH估计的检验、基于对数变换的检验和修正的Score检验等齐性检验过程,从显著性检验的角度研究了试验所需要的样本量公式。模拟研究考察了每一种检验过程的犯第一...
【文章页数】:54 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 引言
1.2 国内外研究现状
1.3 本人工作及论文结构
2 分层单双边混合数据下基于比例比的齐性检验
2.1 数据结构和统计模型
2.2 检验统计量
2.2.1 修正的Score检验统计量(Tsc~*)
2.2.2 WLS(Weighted-least-square)检验统计量(Twls)
2.2.3 MH(Mantel-Haenszel)检验统计量(Tmh)
2.2.4 基于对数变换的WLS检验统计量(Tlg)
2.2.5 基于Twls,Tmh和Tlg进行对数变换的检验统计量
2.3 检验过程
2.3.1 渐近的检验过程
2.3.2 基于Bootstrap重抽样方法的检验过程
2.4 模拟研究
2.5 实例分析
2.6 本章小结
3 基于比例比的齐性检验中样本量的确定
3.1 基于WLS检验统计量的样本量
3.2 基于Mantel-Haenszel估计的检验统计量的样本量
3.3 基于对数变换的检验统计量的样本量
3.4 基于修正的Score检验统计量的样本量
3.5 模拟研究
3.6 实例分析
3.7 本章小结
4 单双边混合合并数据下比例比的置信区间
4.1 数据结构和统计模型
4.2 置信区间的构造
4.2.1 基于Wald检验的置信区间
4.2.2 基于Wald检验的修正置信区间
4.2.3 基于对数变换统计量的置信区间
4.2.4 基于似然比检验的置信区间
4.2.5 Bootstrap重抽样置信区间
4.3 模拟研究
4.4 实例分析
4.5 本章小结
5 总结与讨论
致谢
参考文献
附录
个人简历、在学期间发表的学术论文及取得的研究成果
本文编号:4052529
【文章页数】:54 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 引言
1.2 国内外研究现状
1.3 本人工作及论文结构
2 分层单双边混合数据下基于比例比的齐性检验
2.1 数据结构和统计模型
2.2 检验统计量
2.2.1 修正的Score检验统计量(Tsc~*)
2.2.2 WLS(Weighted-least-square)检验统计量(Twls)
2.2.3 MH(Mantel-Haenszel)检验统计量(Tmh)
2.2.4 基于对数变换的WLS检验统计量(Tlg)
2.2.5 基于Twls,Tmh和Tlg进行对数变换的检验统计量
2.3 检验过程
2.3.1 渐近的检验过程
2.3.2 基于Bootstrap重抽样方法的检验过程
2.4 模拟研究
2.5 实例分析
2.6 本章小结
3 基于比例比的齐性检验中样本量的确定
3.1 基于WLS检验统计量的样本量
3.2 基于Mantel-Haenszel估计的检验统计量的样本量
3.3 基于对数变换的检验统计量的样本量
3.4 基于修正的Score检验统计量的样本量
3.5 模拟研究
3.6 实例分析
3.7 本章小结
4 单双边混合合并数据下比例比的置信区间
4.1 数据结构和统计模型
4.2 置信区间的构造
4.2.1 基于Wald检验的置信区间
4.2.2 基于Wald检验的修正置信区间
4.2.3 基于对数变换统计量的置信区间
4.2.4 基于似然比检验的置信区间
4.2.5 Bootstrap重抽样置信区间
4.3 模拟研究
4.4 实例分析
4.5 本章小结
5 总结与讨论
致谢
参考文献
附录
个人简历、在学期间发表的学术论文及取得的研究成果
本文编号:4052529
本文链接:https://www.wllwen.com/kejilunwen/yysx/4052529.html
上一篇:基于复杂网络的气液两相流流态识别
下一篇:没有了
下一篇:没有了