纵向调查中缺失数据的来源及插补调整方法

纵向调查中出现缺失数据的情况非常普遍,如何选择合适的方法处理纵向调查数据的缺失问题是一个研究的热点,影响参数估计结果的无偏性和有效性.本文总结了国际上先进的缺失数据处理方法,并结合本人的实践和思考,对纵向抽样调查中缺失数据的来源和处理方法提出了自己的一些见解,尤其研究了插补法特别是多重插补法在处理纵向缺失数据时的应用.

含有右删失和区间删失数据的生存函数的非参数估计

删失数据的处理在很多研究领域都是常见的问题,尤其是在医学生存数据分析领域。插补方法是处理删失数据重要的方法之一。然而多数插补方法是将删失数据直接插补成精确数据,这样就扭曲了数据的真实分布,降低了估计方法的精度。本文提出一种含有右删失和区间删失数据的非参数估计方法并与经典SC(self-consistent)算法进行比较。该方法基于均值插补法和最近邻插补法将右删失数据插补为区间删失数据,从而大大提高了真实数据落入插补区间的概率,继而根据经验分布理论对区间删失数据进行生存函数估计。模拟数据和真实乳腺癌数据的分析得出:新算法对删失比例不同的删失数据的估计有更高的精确度和更好的稳健性。本文为临床研究治疗方法效果的比较和估计患者的生存数据提供了一种较好的方法,也为医学生存数据分析提供了一定的帮助。