首页 > 文献资料
-
基于大似然基的中医药图谱有效性判定模型
本文提出了一种基于大似然估计理论建立的中药指纹图谱有效判定模型,用于改进目前方法中存在的检测算法对主成分析的不足,注重对药品的定性分析而对中药的定量分析不足的问题.在本方法中用大似然方法提取样本特征,用主成分评价和数字差分段评价的方法来解决目前相似性评价方法中存在的不能反映主成分差异这一不足之处,在解决检测数据漂移的问题上,采用基于统计学原理的漂移量纲分析,提高了漂移误差检测的速度.通过对丹参的色谱数据的检测试验可以看出,新方法能够提取检测出各成分的特征峰、含量比值,各样本中主成分相似性,从试验数据上看取得较好的效果,对今后对中药的主成分研究提供了检测方法.
-
逆概率权重法在诊断试验评价证实偏倚中的应用
如何估计和校正筛查或诊断试验中存在的证实偏倚,文中通过宫颈癌筛查实例,采用逆概率权重法R软件CompareTests校正其灵敏度和特异度,利用随机抽样方法生成新数据,将逆概率权重法计算的灵敏度和特异度,与传统计算方法以及大似然估计方法计算得到的灵敏度和特异度进行比较.结果表明HPV自检法的真实灵敏度和特异度分别为83.53％(95％CI:74.23～89.93)和85.86％(95％CI:84.23 ～ 87.36).随机抽样结果显示,传统方法计算的灵敏度和特异度分别为90.48％(95％CI:80.74～ 95.56)和71.96％(95％CI:68.71 ～ 75.00),采用逆概率权重法校正后的灵敏度和特异度分别为82.25％ (95％CI:63.11～92.62)和85.80％ (95％CI:85.09～ 86.47)；采用大似然估计法校正后的灵敏度和特异度分别为80.13％ (95％CI:66.81～93.46)和85.80％ (95％CI:84.20 ～ 87.41).表明在复杂抽样情况下,逆概率权重法能够有效校正存在证实偏倚的灵敏度和特异度.
-
超声弹性成像诊断乳腺肿块的准确度及其证实偏倚校正的研究
目的 评价超声弹性成像(UE)诊断乳腺肿块的准确度,分析证实偏倚校正后的灵敏度、特异度,以便临床客观而全面地认识UE诊断结果.方法 对1 568例患者分别进行常规彩超及UE检查,检查结果与病理结果对照.然后用大似然估计法对UE诊断乳腺肿块的灵敏度和特异度进行校正.结果 超声诊断为恶性的患者接受手术的概率为70.93％,超声诊断为良性的患者接受手术的概率为19.72％,两者间差异具有统计学意义(P＜0.000 1).证实偏倚校正前灵敏度95.04％,95％CI (92.51～97.57),校正后的灵敏度为84.19％,95％CI (77.21～91.17),两者95％可信区间无交集,差异有统计学意义;证实偏倚校正前特异度为84.16％,95％CI (80.29～88.03),校正后的特异度为95.03％,95％CI (91.06～99.10),两者95％可信区间无交集,差异具有统计学意义;证实偏倚校正后的特异度高于校正前,校正后的灵敏度低于校正前.结论 UE诊断乳腺癌的准确度较高,但因证实偏倚的存在,影响临床对UE诊断乳腺癌的准确度评价.
-
含有Ⅱ型区间删失数据的回归模型参数估计
目的 比较四种方法估计含有Ⅱ型区间删失数据的回归模型参数大似然估计值,探讨在不同样本量情况下四种方法估计结果的准确性和稳定性.方法 对含有Ⅱ型区间删失的生存数据分别拟合Weibull参数回归模型和Cox-PH半参数回归模型,并结合EMICM算法得到模型参数的大似然估计值;应用组均值插补法将区间删失数据填补为右删失数据,进一步用传统的Cox回归以及建立伪观察值的方法估计生存函数,模拟样本量分别为50、200、500例.结果 Weibull回归模型的参数大似然估计值分别为(β)1=0.496,(β)2=-0.366;(β)1 =0.680,(β)2=-0.586;(β)1=0.620,(β)2=-0.504.Cox-PH半参数回归模型的参数大似然估计值为(β)1=0.652,(β)2=-0.469;(β)1=0.683,(β)2=-0.538;(β)1=0.629,(β)2=-0.511.填补为右删失数据后传统Cox回归方法得到的参数大似然估计值分别为(β)1=0.203,(β)2=-0.227;(β)1=0.641,(β)2=-0.514;(β)1=0.545,(β)2=-0.446.用Pseudo-observations得到的参数大似然估计值分别为(β)1=0.217,(β)2=-0.275;(β)1 =0.796,(β)2=-0.601;(β)1 =0.561,(β)2=-0.468.结论 在不同样本量情况下,拟合Weibu11参数回归模型,Cox-PH半参数回归模型结合EMICM算法估计的参数大似然估计更准确更稳定.
-
非线性模型统计分析体系及NoSA实现(一)
介绍医用非线性统计分析模型及其NoSA实现.方法建立各种非线性模型及模型参数的大似然估计方法.并附有实例演算.结果由于NoSA嵌入了网络算法技术,解释变量可以是定量、定性和有序的,并能分析变量间的交互作用可对变量作逐步选择.结论NoSA的非线性模型模块计算稳定,并能自动排除广义共线关系对模型参数大似然估计值的影响.此模块较SPSS有其明显的优点.
-
非线性模型统计分析体系及NoSA实现(二)
目的介绍医用非线性统计分析模型及其NoSA实现.方法建立各种非线性模型及模型参数的大似然估计方法,并附有实例演算.结果由于NoSA嵌入了网络算法技术,解释变量可以是定量、定性和有序的,并能分析变量间的交互作用可对变量作逐步选择.结论NoSA的非线性模型模块计算稳定,并能自动排除广义共线关系对模型参数大似然估计值的影响.此模块较SPSS有其明显的优点.
-
关于Logistic回归中大似然估计的可估性
[目的]分析Logistic回归中大似然估计的可估性与样本点布局的关系. [方法]结合样本空间数据点布局的几何表现,阐述分离和有重叠资料Logistic模型参数大似然估计的可估性. [结论]Logistic回归中大似然估计的可估性与观察空间各样本点的布局有关,结合统计软件提示信息判断样本点的布局是考察似然估计是否存在的重要步骤.
关键词： Logistic回归 最大似然估计 完全分离 拟完全分离 重叠 -
广义线性混合效应模型及其应用
[目的]探讨广义线性混合效应模型在医学研究领域中的应用. [方法]通过实例分析说明模型的实际应用. [结果]将实例中的多中心临床实验数据中不能直观观测到的中心的效应以随机效应项纳入模型来解决由于来自同一中心可能造成的观测间不独立的问题,模型很好地处理了此类数据. [结论]广义线性混合效应模型可以分析观测间相关、因变量为非正态分布的非独立数据.
关键词： 广义线性混合效应模型 最大似然估计 随机效应 -
一种基于对称结构优化的OSEM快速重建算法
由投影重建图像的EM重建算法中,有序子集大期望值法能够对经典EM算法加速,提高收敛速度,受到广泛地关注.本文提出了一种基于对称性结构的OSEM快速重建算法,在更好地满足子集平衡的条件和优化有序子集的迭代顺序的同时,压缩了尺度窗口的计算.数据实验结果表明:当合适选取子集的数量时,S-OSEM算法有效地提高了重建速度和成像精度.
