首页 > 文献资料
-
不同缺失机制并存时应答偏倚校正方法在医保学生医疗费用调查中的应用
流行病学调查中常会出现数据缺失,目前对此有多种处理方法,但这些方法对数据的缺失机制均有严格要求.Rubin[1]认为缺失机制主要包括完全随机缺失(missing completely at random,MCAR)、随机缺失(missing at random,MAR)和非随机缺失(not missing at random,NMAR)三类.MCAR数据缺失的概率与任何观测到或未观测到的变量值均无关,完全观测个体使用任何分析方法均有效;MAR数据缺失的概率与其他变量有关,但与该变量本身取值无关,一般是采用多重填补(multiple imputation,MI)技术[2-3];而NMAR则对于数据缺失的概率与其他变量及该变量本身均有关,可采用样本选择模型(sample selection model)给予校正[4-5].
-
受限反应变量模型及其参数估计的软件实现
目的 介绍三种受限反应变量.方法 阐述断尾回归模型、截取回归模型和样本选择模型的基本原理及参数估计方法,给出了三种模型参数估计的STATA软件实现.结果 对于反应变量受限的数据,受限反应变量模型可以得到较为一致的参数估计量.结论 受限反应变量模型在医学研究领域有广泛的应用前景.
-
不同缺失机制并存时偏倚校正的模拟研究
目的 探讨在医疗费用调查中针对因变量数据所存在的选择性偏倚和随机无应答问题的两阶段校正方法.方法 通过模拟得出不同程度随机缺失和非随机缺失并存时的多个数据集.首先对随机缺失(MAR)通过预测均数匹配法(PMM)、倾向性得分法(PS)、基于Bootstrap的EM算法(EMB)和马尔科夫链蒙特卡洛算法(MCMC)四种填补方法进行多重填补(第一阶段);在此基础上对选择性偏倚造成的缺失数据进行样本选择模型拟合(第二阶段);后对多个拟合结果进行合并.对模拟出的结果以标准偏倚、均方误差的平方根和可信区间平均长度作为评价填补方法优劣的标准.结果 在任意一种缺失情况下,PS法的结果相对不理想.当非随机缺失为轻度时,不同程度随机缺失情况下的填补方法选择为:在随机缺失也为轻度时,MCMC法好;在随机缺失为中度时,EMB法好;在随机缺失为重度时,PMM法好.当非随机缺失为中度时,无论随机缺失程度如何,MCMC都是好的方法;当非随机缺失为重度时,无论随机缺失程度如何,PMM都是好的方法.结论 PMM、EMB和MCMC法均是处理随机缺失较好的填补方法,可以根据本次研究的模拟结果有选择的将填补方法运用于各种不同缺失情况的实际调查.
-
山东省城乡居民住院服务利用分析:基于样本选择模型
目的:探究城乡居民住院服务选择及利用差异并分析其影响因素.方法:通过样本选择模型,分两步探究城乡居民在住院服务选择和利用方面的差异,研究影响城乡居民住院服务利用的因素.结果:城乡居民住院服务选择及利用存在显著差异,经济困难是影响农村居民住院服务利用的首要因素.结论:应采取有效措施,使城乡居民卫生服务需求平等满足.
-
样本选择模型的似然估计与两步估计
[目的]介绍样本选择模型及其估计方法.[方法]应用样本选择模型对模拟数据进行分析,并与传统线性回归模型进行比较.[结果]对于特定条件下的缺失数据,样本选择模型比传统的线性回归模型更合理,并可以提高模型参数估计的效率.[结论]样本选择模型在医学研究中拥有广泛的应用前景.
