二分类变量缺失数据处理方法的比较研究

本文介绍了随机缺失模式下一些常用的插补方法,着重介绍了多重插补法和回归插补法两种方法,并且通过模拟实际案例中的响应变量不同的缺失率进一步探讨了这几种方法的插补效果。结果表明,在缺失率较低的情况下,基于逻辑回归的多重插补与回归插补效果差别不大,但基于逻辑回归的多重插补下,插补1次和插补5次后的模型个别参数系数及标准误与完整数据系数差别较大;然而在缺失率较大的情况下,基于逻辑回归的多重插补的效率明显低于回归插补,插补1次的效果与插补5次的效果差别不大,插补后参数系数及标准误与完整数据系数差别大。

成组删除法和多重填补法对随机缺失的二分类变量资料处理效果的比较

目的:评价两种随机缺失的二分类变量资料处理方法。方法:以艾滋病中医症候的调查资料为数据来源,利用SAS9.2对完整数据集随机模拟,构建不同比例的随机缺失数据集,对缺失数据集采用多重填补法中的lo-gistic回归法(MI/logistic)进行填充处理;同时对缺失数据集采用成组删除法进行处理;根据各个数据集建立logis-tic回归模型,与完整数据集进行比较。结果:缺失10%时,成组删除法处理结果与完整数据集更接近;缺失20%～40%时,MI/logistic填补后常数项和x的回归系数明显偏离完整数据集;缺失50%时,MI/logistic填充2次时x的回归系数和标准误更接近于完整数据集;缺失60%时,MI/logistic填充后x的回归系数严重偏离完整数据集,成组删除后x回归系数的标准误明显偏离完整数据集。结论:缺失较少(缺失率<40%)时,成组删除法处理效果较好;缺失50%时,采用MI/logistic回归法填充效果更好;缺失60%以上时,两处理方法均不理想。

二分类变量logistic回归模型下职业农民培育意愿分析

随着中国农业现代化进程的不断推进,职业农民在农业生产和经营过程中必将发挥更大的作用,将更多的农民培育成为职业农民是促进农业持续健康发展的必由之路。二分类变量logistic回归模型下职业农民培育意愿分析可为职业农民的培育提供参考依据。

meta-analysis中双变量为二分类变量的效应量估计

分组变量和结局变量均为二分类变量的研究在医学研究中是比较常见的,结局变量表示为二分类的形式,研究者通常采用频数、百分比或比例等统计指标描述,相应的统计推断方法主要为χ2检验或两变量之间的关联性分析。对这类研究文献进行meta分析,需要考虑几种不同的情况。文章主要针对结局变量为二分类变量且分组变量也为二分类变量的几种不同条件下meta分析中标准化均差效应量的近似估计进行讨论。

无对照二分类资料的Meta分析方法及Stata实现

目的介绍无对照二分类资料Meta分析方法及在Stata软件中的操作步骤。方法首先介绍3种数据类型无对照二分类资料Meta分析的原理及方法,再用Stata软件对3个实例数据进行Meta分析。结果无对照二分类资料Meta分析的关键是选择服从正态分布或可转化为正态分布的指标。3个实例数据经正态转换后进行Meta分析,结果与原文一致。结论 Stata软件可实现无对照二分类资料(含患病率、发病密度和比值)的Meta分析,操作简单,实用性强。

临床试验中多个终点变量同时评价的多元logistic模型

目的研究临床试验中多个终点变量的同时分析。方法采用多元logistic回归模型,通过对原始资料的格式作适当变换,构造一个虚拟水平,视结果变量为1水平上的观察单位,以患者作为2水平单位,建立2水平logistic模型,对试验组和对照组的疗效,以及患者的年龄,性别,观察指标的基线值,中心效应等协变量进行分析。结果多终点的多元logistic回归模型既可以对单个结果变量进行分析,还可以对多个结果变量进行同时分析,并在扣除组间差异、协变量的影响后,估计两个结果变量之间的相关性。当受试者的多个结果有部分缺失时,该估计方法仍然是有效的。结论多元logistic回归模型可以对多个终点变量进行同时分析。

潜类别分析原理及其在聚类分析中的应用

目的探讨潜类别分析在多个二分类反应变量聚类分析中的应用。方法利用SAS软件ProcLCA模块,采用单一潜变量潜类别模型,对860名上海市公立性病门诊顾客有关性病预防知识的6个项目调查结果进行聚类分析。结果 4个潜类别的单一潜变量模型是数据拟合的理想模型(G2=38.52,df=36,P>0.05)。依据性病预防知识掌握情况,860名性病门诊顾客可以聚为4个亚群,每一亚群的人数分别为375人、208人、218人和59人。结论潜类别分析适用于多个二分类反应变量的聚类分析。

基于不同结构反应变量比较研究Meta分析的效应量选择

背景:成组设计资料的比较研究,比较的是两组或两组以上反应人群某反应变量测量结果的差异,这种设计类型资料的Meta分析理论上比较成熟和完善,但研究者或系统评价者在进行成组设计资料的Meta分析时仍面临不少困境。组间差异比较研究需根据反应变量的结构慎重选择不同的效应量。目的:探讨成组设计资料的Meta分析中针对不同结构反应变量效应量的选择情况及其注意事项。方法:应用计算机检索CNKI全文数据库、维普全文数据库、万方中国博硕数据库1990/2009及Pubmed数据库1979/2009有关组间比较研究结局变量为连续性、二分类以及两者混合型研究的Meta分析或系统评价方法学文献,排除内容陈旧、重复的文献。结果与结论:纳入30篇符合标准的文献进行综述。结果显示结局变量以连续性或二分化两种形式呈现在研究文献中是比较普遍的现象,可能更适用,但转换为百分数分析后存在的问题是切点的确定可能过于武断,而且连续性变量二分化处理后失去了部分信息。针对这种情况的资料进行Meta分析仍面临着巨大的方法学挑战。文章在介绍几种常用的处理方法的基础上提出了一种处理方法,即基于等级贝叶斯模型的贝叶斯重构法,将克服切点值确定的武断与信息缺失的缺陷。

地理信息系统/遥感技术支持下三峡库区青干河流域滑坡危险性评价

以统计模型为基础、地理信息系统作为工具的滑坡灾害评价模式已经得到普遍认可和使用,数字高程模型(DEM)、遥感影像、区域地质调查资料已经成为区域滑坡评价研究的因子数据源。选择三峡库区青干河流域顺向坡滑坡多发地段为研究区,在滑坡编目数据库基础上,通过:(1)数字高程模型获取高程、坡度、地形聚水能力因子;(2)遥感影像获取植被指数;(3)区域地质调查资料、数字高程模型计算斜坡类型定量因子TOBIA指数及获取岩石地层单元因子。采用二分类变量逻辑回归评价方法对上述6种因子建立滑坡危险性评价模型,开展地理信息系统/遥感技术支持下顺向坡滑坡危险性评价研究。研究结果表明,根据模型概率值分布和已知滑坡发育关系,可以将研究区划分为高危险区、中等危险区、低危险区3个等级,高危险区包含70%已知滑坡,中等危险区包含14%已知滑坡,评价结果和实际滑坡发育情况吻合,合理地反映区内滑坡灾害发育的总体特征。

医学研究中交互作用综述

随着个体化治疗和精准医学的兴起,如何从广泛群体中发现不同亚人群的异质性是现代医学的终极问题和目标,由此开展更有针对性的精准预防和治疗可以得到更大的成本效益。解决此问题的出发点就是寻找病因学和人群健康效应异质性的原因,从统计学的角度看解决此类问题的方法之一就是寻找交互作用,以确定对不同卫生干预措施有显著健康收益的亚组[1-3]。医学研究中交互作用研究的结局通常是二分类变量,如疾病或某个事件是否发生。

沿海蝗区东亚飞蝗(Locusta migratoria manilensis)产卵场所选择的Logistic回归模型

以沿海蝗区南大港水库为研究区域,通过2002和2003两年野外450,50m规则栅格取样获取东亚飞蝗卵块、植物种类及其密度、土壤特性如含盐量、5cm含水量、pH、有机质及地形(阴坡和阳坡)等数据,采用多元Logistic回归模型,运用SAS软件筛选出与飞蝗产卵场所选择密切相关的变量,建立用于预测飞蝗产卵场所选择的Logistic回归模型。结果表明用植株密度(veg_d)和土壤含水量(water)所组建的模型能较好地预测飞蝗产卵选择,log1[P(Y=1)/(1-P(Y=1))]=21.63-76.23/water-5.43log(water)-0.86(veg_d)。利用拟合优度(Goodness of fit)、预测准确性(Predictive accuracy)及模型x2统计(Model chi-square statistic)等指标对模型进行评价的结果表明,所组建的用于预测飞蝗产卵场所选择的Logistic回归模型是可靠的,且能较好地预测事件是否发生。研究结果为区域蝗灾早期预警提供了科学依据和方法,对今后预测飞蝗产卵地点选择及防治决策有较高的实用性和应用价值。

影响西部贫困地区住院分娩因素多水平分析

目的了解中国西部农村地区8省42个项目县孕妇住院分娩情况及其影响因素。方法运用多水平模型对该地区数据进行分析。结果被调查地区孕妇住院分娩率平均为76．3％，在家中和村卫生室分娩率为20．3％。经多臣素Logistic回归和多水平Logistic回归模型分析均发现妇女孕期接受产前检查和健康教育（孕期宣传、住院分娩动员）是住院分娩的保护因素。经济状况好（妇女所在县人均收入为1500元以上）的妇女更易选择住院分娩。结论住院分娩是安全分娩的重要保证和前提，被调查地区应继续提高住院分娩率，保障母婴安全。

上市公司财务危机识别模型的运用比较

本文以我国沪深两地上市公司为研究对象,根据同行业且总资产规模相近的原则,选取ST板块中71家上市公司及71家非ST上市公司为样本,建立主成分预测模型、二分类变量logistic回归模型和判别分析模型,用来识别上市公司是否出现财务危机。通过模型比较发现,二分类变量logistic回归模型的实证结果总体上优于另外两种模型,具有较高的识别效果。

纵向数据的现代分析方法及其功能、说明和注意事项（英文）

纵向研究可用于精神卫生及其服务领域的科研中。纵向数据分析的主要方法是广义线性混合效应模型(GLMM)和加权广义估计方程(WGEE)。虽然这两个模型已被广泛应用,也有大量文献发表,但是人们并没有清晰地描述这些方法间的差别以及方法本身的局限性,缺少相关的文献记录。遗憾的是,有些差别和局限性会明显影响对研究结果的报告、比较和解释。本文回顾了纵向数据分析的两种主要方法,强调两者的相似之处和主要差别。我们使用真实数据和模拟数据着重比较这两类模型的假设、对参数的解释、适用性和局限性,并讨论了将这两种不同的方法用于真实数据研究时的注意事项,提出了相关的警示。

统计分析中检验方法的选择

1.一组样本资料若来自正态总体,可用t检验,若来自非正态总体或总体分布无法确定,可用Wilcoxon符号秩和检验。2.配对设计资料二分类变量,可用MecNemar检验;有序分类变量,可用Wilcoxon符号秩和检验;连续型变量,若来自正态总体,可用配对t检验,否则可用Wilcoxon符号秩和检验;二分类变量,可用χ2检验,有序多分类变量,宜用Wilcoxon符号秩和检验。

统计分析中检验方法的选择

1.一组样本资料若来自正态总体,可用t检验,若来自非正态总体或总体分布无法确定,可用Wilcoxon符号秩和检验。2.配对设计资料二分类变量,可用MecNemar检验;有序分类变量,可用Wilcoxon符号秩和检验;连续型变量,若来自正态总体,可用配对t检验,否则可用Wilcoxon符号秩和检验;二分类变量,可用χ2检验,有序多分类变量,宜用Wilcoxon符号秩和检验。3.多组独立样本连续型变量值,来自正态总体且方差相等,可用方差分析;否则,进行数据变换使其满足正态性或方差齐性的要求后,采用方差分析;数据变换仍不能满足条件时,可用Kruskal-Kallis秩和检验。二分类变量或无序多分类变量,可用χ2检验。

统计分析中检验方法的选择

1.一组样本资料若来自正态总体,可用t检验,若来自非正态总体或总体分布无法确定,可用Wilcoxon符号秩和检验。2.配对设计资料二分类变量,可用MecNemar检验;有序分类变量,可用Wilcoxon符号秩和检验;连续型变量,若来自正态总体,可用配对t检验,否则可用Wilcoxon符号秩和检验;二分类变量,可用χ2检验,有序多分类变量,宜用Wilcoxon符号秩和检验。3.多组独立样本连续型变量值,来自正态总体且方差相等,可用方差分析;否则。