首页 > 文献资料
-
基于多指标融合的动态心电质量评估
动态心电信号易受环境和行为等因素的干扰,其质量难以保证.本文在对现有心电质量评估技术进行深入研究的基础上,提出了基于多指标融合的动态心电质量评估方法.该方法主要由指标提取、融合与综合评估三部分组成.指标分为外层指标与内层指标,前者依据电极片脱落检测指标,将信号分为可用与不可用;后者依据时域、频域分析的结果,分别提出基于小波变换的基线漂移程度指标、基于上下包络差的幅值变化程度指标以及基于功率谱估计的频率成分指标.对于融合部分,内层指标融合采用信息熵加权的加法合成法,内层与外层之间融合采用乘法合成法.综合评估采用区间估计的方法得到阈值,进一步划分信号质量的好与坏.通过比较两种方法,结果表明区间估计法(准确度:96.24%;灵敏度:97.83%)明显优于经验阈值法(准确度:92.39%;灵敏度:95.16%).本文提出的评估方法是可行的,为动态心电信号提供了一种更加精确的质量评估方法.
-
对3477名女职工乳腺检查结果的统计分析
对3477名女职工乳腺检查结果整理分析,对预防和早期治疗乳腺增生具有参考价值.
-
细胞生长抑制率的估计
目的:建立药物作用下细胞生长抑制率区间估计的数学模型.方法:运用概率统计的原理.结果:分别就小样本、大样本推导出区间估计公式.结论:药物作用下细胞生长抑制率区间估计公式.
-
逆向累积分布图及其在疫苗免疫原性数据分析中的应用
在疫苗临床试验中,接种后血清抗体水平的高低与该疫苗能否产生保护作用及保护水平的高低有着直接关系,因此对免疫原性的分析是疫苗临床试验统计分析的重要部分.就体液免疫反应而言,这类数据的一个重要特征是数据的取值范围较大,变化范围常跨越多个数量级,观察值间呈现倍数关系.虽然其原始观测数值呈右偏态分布[1],但经对数转换后,免疫原性值一般满足正态或近似正态分布.对这类数据,目前国内通用的方法是首先计算其描述性统计指标如几何均数和对数标准差,而后对经对数变换后的数据采用假设检验和区间估计等方法进行统计推断[1-2].这些方法虽然行之有效,但其结果表达方式均为在特定点(如几何均数)和较抽象的范围(如95%可信区间)表达其临床试验结果,这样一方面使研究工作者难以从体液免疫原性的整体数据变化上(如不同滴度的抗体水平上)把握数据的变化趋势和分布状况,另一方面也使非统计工作者难以理解一些组间比较的假设检验结果.
-
基于拟贝叶斯方法的二项分布总体率的区间估计
基于二项分布B(n,p)的总体率p的区间估计在生物医学领域有比较广泛的应用,其中很常见的就是Wald区间估计,不过Wald区间估计在覆盖率及稳定性等方面存在比较明显的缺陷[1,2].Agresti等人[3,4]给出了与Wald区间估计形式上比较类似的估计方法;而以精确概率为基础的区间估计[5,6]以及贝叶斯区间估计[7]在实际中也有很多应用.本文基本上沿用贝叶斯统计的思想,通过一种基于Kolmogrov分布距离的拟贝叶斯方法给出了总体率p的一种新的显式解.
-
诊断实验阳性预测值区间估计的四种方法比较
目的 比较对数似然比法(log-odds法,含两种调整方法)、修正log-odds法、客观贝叶斯法估计阳性预测值区间的精密度和可靠度,探讨不同情况下的适用方法.方法 以区间长度和覆盖概率为指标,比较阳性预测值区间估计的精密度和可靠度.使用SAS 9.13编写Monte Carlo模拟抽样程序,完成客观贝叶斯法的计算.结果 log-odds法的精密度和可靠度均低于客观贝叶斯法.大样本时,客观贝叶斯法和修正log-odds法的精密度和可靠度相似;小样本时,后者的精密度稍高,但可靠度远低于前者.结论 大样本时建议使用修正log-odds法,小样本时建议使用客观贝叶斯法.
-
周期性回归在季节分析中应注意的一个问题
余弦模型和圆形分布方法是常用的季节性统计分析方法,广泛应用于疾病或健康事件的医学周期性现象的研究中。故又被称为周期性回归分析。由于这两种方法的基本计算方法相同,结果一致,均可求分布高峰时点和集中趋势值,且算式简单,A值和r值可相互求得。余弦模型还可作拟合效果分析和预测。因此,在实际工作中更具优越性和实用价值。但在应用中常有时间区间估计不一致,结果分析不准确,或把余弦模型和圆形分布方法视为两种不同的方法等。我们在研究中已进行了深入的探讨并给予更正,但不同样本平均值及集中趋势的显著性检验分析尚需进一步讨论。方法 1.不同样本平均角( )差别显著性检验用Watson和Williams提出的F检验。 2.不同样本集中趋势(r)的大小与其样本平均角可信区间( ±s)的大小呈负相关,其差别的显著性检验方法可用χ2检验,全年为365天,按角度为360度。
-
配对二分类变量间的差异的区间估计
在医学科研中,人们常用假设检验的方法判断两总体是否存在差异.但是有时候人们不仅是想了解"有无差异",而且还想了解"差异的大小",这时区间估计就能满足人们的这个要求.
-
成人高血压与体质指数关系研究--Meta分析的应用
Glass 1976[1]年首次命名Meta analysis(国内也称为"荟萃分析").从早用于心理学、教育学领域,现在已广泛应用于医学健康领域,如循证医学,越来越多地应用Meta分析技术寻找合适的治疗方案、发现危险因素与疾病之间的联系等方面的研究.Meta分析是在对研究课题进行系统全面文献检索的基础上,确定选择文献的标准,并对原始文献进行评价,严格按照一定的方法和步骤对以往的研究结果进行定量合并,得到合并值的点估计和区间估计.
-
单样本中位数可信区间估计
从某个总体中抽取一个随机样本,样本中位数就是总体中位数的点估计值,但点估计值不能告知所估计的未知总体中位数的可信程度.而总体中位数的区间估计则可以告知对估计的未知总体中位数的可信程度,即总体中位数落入可信区间的概率的大小.估计可信区间时,一般取显著性水平α=0.05或α=0.01,相应的可信系数为1-α,可信度为100(1-α)%,通常按可信度估计可信区间.α=0.05和α=0.01是两个常选用的α值,其相应的可信度为95%和99%.也可根据所取α的不同,制定不同的可信度如80%,85%和90%等的可信区间.估计单样本总体中位数的可信区间有两种非参数方法:①符号检验法;②Wilcoxon符号秩检验法.
-
百分位数的可信区间估计
百分位数(percentile)是用于描述计量资料尤其是偏态分布资料极为常用的指标体系.如用于允许区间的估计,变异度的描述,百分位数回归等.但百分位数本身亦存在抽样误差,有必要对其进行区间估计.本文介绍百分位数的bootstrap区间估计,并与二项分布近似法进行比较.
-
健康教育对糖尿病控制效果的Meta分析
Meta分析是在对研究课题进行系统全面文献检索的基础上,确定选择文献的标准,并对原始文献进行评价,严格按照一定的方法和步骤对以往的研究结果进行定量合并,得到合并值的点估计和区间估计[1].
-
线性模型中自变量相对重要性优势分析法估计及其应用
目的 在多元线性回归模型中,估计各自变量的相对重要性,并探索区间估计方法.方法在自变量间存在相关时,运用Budescu(1993),Azen(2003)提出的优势分析法估计肝手术病例预计存活时间的影响因素重要性,并运用Bootstrap法探索区间估计方法以此来评价估计结果的变异性.结果 血凝素、预后指数、酶功能对预计存活时间的相对贡献分别为0.1415、0.3408和0.490,其Bootstrap法95%可信区间分别为(0.0573,0.2744)、(0.2359,0.4545)和(0.3411,0.6090).结论 酶功能对肝手术病例预计存活时间的影响大,预后指数次之,血凝素小.当自变量间存在相关时,优势分析法估计的自变量相对重要性结果更精确稳定,值得推广应用.
-
区间估计在中药鉴定学中的应用
初步探讨中药鉴定学中部分数据以区间估计方法处理,按置信区间方式表达的范围及存在的困难.
-
漫谈区间估计的精度与置信度
在区间估计问题中,置信区间的精度与置信度是一对矛盾,置信区间的精度与置信度同时又与样本容量相关联。讨论对于给定的样本,当置信区间的置信度确定时,如何尽可能地提高置信区间的精度以及如何通过样本容量的调节,使置信区间的精度能达到预先的要求。
-
Meta分析中基于Q统计量服从卡方分布线性变换的异质性方差区间估计
目的 探讨Meta分析中异质性方差的区间估计.方法 在异质性方差区间估计BT法的基础上,采用了卡方分布的线性变换近似Q统计量的分布,提高了Q统计量的分布精度,由此获得Meta分析中异质性方差的区间估计.结果 在实例计算中,原方法Q1分布下异质性方差的可信度为95%的可信区间为(0.07,2.20),改进后方法Q2分布下异质性方差的可信度为95%的可信区间为(0.00,1.41),缩短了可信区间的宽度.结论 Q统计量分布精度的提高能有效提高异质性方差区间估计的可信度,而且文内提出的方法还可以提高异质性方差区间估计的精度.