基于广义病例-队列设计方案的长度偏差数据回归分析

利用加权估计方程方法,在广义病例-队列设计方案下,针对长度偏差数据,给出Cox模型中回归系数的估计,并证明在适当的条件下,所得估计量具有相合性和渐近正态性,且渐近方差具有显式表达,在实际应用中可由plug-in方法估计.

不同模型处理纵向缺失数据的模拟研究及应用

目的探讨纵向缺失数据在不同缺失机制下,广义估计方程(GEE)、线性混合效应模型(LME)和模式混合模型(PME)处理纵向缺失数据的灵活性。方法先模拟产生完整的纵向数据集,再生成不同缺失机制的数据集,用三种模型进行分析与比较,最后用实例来验证模拟结果。结果模拟研究表明MCAR缺失机制下,三种模型均能得到无偏和有效的估计;MAR缺失机制下,LME模型较GEE、PME模型更能提供有效的参数估计;MNAR缺失机制下,PME模型比GEE、LME模型更能提供有效的参数估计。实例分析也表明在MAR缺失机制下,LME模型拟合纵向缺失数据更优。结论在分析纵向缺失数据时,需要依据数据的缺失机制来选择合适的模型,从而得到合理而有效的结果。

病例-队列设计下长度偏差数据的比例均值剩余寿命模型的统计推断

在大型队列研究中,病例-队列设计是一种可以有效节约成本的试验设计方法.本文研究了在病例-队列设计下,基于长度偏差数据的比例均值剩余寿命模型的统计推断问题,提出了一种带有时间相依权重的加权混合估计方程方法来估计模型中的回归系数,并证明了在适当条件下,所得到的估计量具有相合性与渐近正态性.模拟结果表明本文所提出的方法在有限样本下的表现不错.最后,我们将所提出的方法应用到了一组实际数据中.