首页 > 文献资料
-
非局部主成分分析极大似然估计MRI图像Rician噪声去噪
由于MRI图像中噪声呈Rician分布,直接使用现有针对高斯噪声的去噪方法将引入误差.基于此本研究使用Rician噪声模型改进现有极大似然估计去噪的高斯模型,同时引入非局部主成分分析,在非局部区域选择灰度和纹理均具有较高相似性的像素进行优复原估计.使用非局部主成分分析不仅克服现有局部性去噪方法模糊边界的缺陷,而且具有更高的图像细节信息复原能力.分别应用所提出的方法、局部极大似然估计去除Rician噪声方法、采用参数修正非局部均值去除Rician噪声方法、无特定噪声模型的全变差方法,对不同噪声等级和不同纹理复杂度的图像进行定性和定量的去噪实验.结果表明,所提出的方法可在保持图像细节和纹理信息的前提下有效去噪,较之现有方法效果更好.
-
生存数据中共线问题的树分层处理方法
目的共线关系可产生不准确的估计及检验。现有的处理方法都存在不同程度的缺陷。云南锡业公司是世界知名的职业性肺癌高发地区,其主要危险因素间存在较强的共线关系。本文旨在克服变量间的这种线性依存关系。方法本文利用树结构的基本原理,对数据作树型分层,在各层内分析变量的局部效应及具体的作用方式。结果所得结果与生物试验报告相当吻合,并部分解释了“该矿接受放射性氡子体的暴露剂量在国际同类矿山中不是高,而其肺癌发病率却远远高于其他矿山”的事实(长期以来该现象没有得到较为合理的解释)。结论树分层方法可有效消除共线对回归的影响。
关键词: 共线关系 Cox成比例风险模型 树结构 极大似然估计 -
非线性因子分析模型参数估计研究
目的研究非线性因子分析模型的参数估计方法.方法利用MCECM算法对模型参数进行极大似然估计,利用Louis公式计算标准误.结果统计模拟结果显示估计值与真实值比较吻合,误差较小.结论基于MCECM算法的极大似然估计方法可用于估计非线性因子分析模型的参数.
-
病例对照研究中logistic回归参数估计的应用条件研究
目的通过计算机模拟抽样,对病例对照研究资料logistic回归模型参数极大似然估计方法的应用条件进行探讨,为正确应用该法提供理论基础和应用指导.方法利用SAS函数抽取四格表资料,应用LogXact软件计算MLE及精确推断结果,对其进行比较.结果当暴露比低于0.1,尤其是OR比较大的情况下,MLE法必须满足大样本条件;随着暴露比的增加,MLE法对样本含量的要求可以放宽,暴露比为0.2,每组样本例数可为15例.结论MLE法估计logistic模型参数对样本含量的要求可以有条件的放宽;精确推断是MLE法的补充.
关键词: Logistic回归 计算机模拟 极大似然估计 应用条件 -
迭代广义小二乘法的建立及其在重复测量数据中的应用
线性回归模型是处理两个或两个以上变量间线性依存关系的统计方法,是医学研究中常用的统计学模型之一.在确定了线性回归模型的形式,又确定了自变量选取的情况下,就需要对模型的各个系数进行估计以及对系数估计值的统计学意义进行探讨,在临床研究中有时还需要对不同回归系数估计值之间的差异是否有统计学意义进行检验.对回归系数的估计一般有矩估计、极大似然估计、小二乘法估计、广义小二乘法估计和两阶段广义小二乘法估计等.
-
对含有"零"格的二维列联表独立性的讨论
列联表是分类资料的一种常见的表现形式,对于完备的表,即每个格子均有非零的频数时,处理的方法有若干且为大多数实际工作者所熟悉,但是,当某些格子出现零时,如果为了套用完备表的方法,随便采用连续性校正或合并数据,以消除讨厌的零格,表面上可以顺利分析,实际上却掩盖了总体分布的真实情况,结果可能是不太合理甚至会造成矛盾的,而国内目前详细讨论含有零格表的书籍又很少,因此,本文根据含有"零"格的表的种类分别讨论有关独立性的估计和检验的问题,①对出现"抽样零"的不完备表,本文提出推广的条件极大似然估计的方法,弥补连续性校正的不足,②对含有"结构零"的不完备表,本文将文献中已有的方法进行整理,在实例部分,还指出SAS软件实现办法,便于不同习惯的工作者参考.
-
卫生投入、技术效率与健康绩效:基于SFA法对卫生投入效率的测算
目的:为了更好的支持我国卫生资源分配,方法:文章根据2005-2010年有关我国居民健康、卫生资源和市场化指数相关数据资料,利用随机前沿分析和固定效应面板数据分析方法,通过测量各省市技术效率变化趋势得出相关结论,结果与结论:(1)各省市之间技术效率分布不均匀且普遍偏低;(2)技术效率在各区域之间的变化趋势存在明显差异;(3)政府对医疗卫生领域的投入应继续向中西部地区倾斜。
-
基于混合先验的MRCT中疗效一致性的评价
目的:在国际多中心临床试验(multiregional clinical trials,MRCT)研究中,对一种基于先验的疗效一致性评价准则作修改,并比较准则的特性.方法:除特定中心外,其他中心用极大似然法估计疗效;特定中心采用基于混合先验的贝叶斯方法.根据贝叶斯公式,得到该中心的估计疗效,以此制定评价该中心疗效一致性的准则.比较4种准则的确保概率(AP1,AP2,AP3,AP4)和错判率(FR).结果:多个因素影响准则的确保概率.在特定中心疗效接近MRCT疗效时,除AP3外的其他准则均能得到一致性的结果;在特定中心无效时,AP2和AP3的错判率较低.结论:综合确保概率和错判率的结果,推荐AP2作为评价特定中心与MRCT疗效一致性的准则.
-
缺失数据处理方法的研究进展
缺失数据问题在实际研究工作中是不可避免的,而现有统计方法的应用大都基于完整数据,因而如何恰当处理缺失数据是研究者所关心的问题.故本文将探讨不同缺失机制下缺失数据处理方法的理论框架及应用特点,以促进缺失数据处理方法在卫生统计调查中的实际应用.
-
基于独立分量分析的生理信号盲源分离
用于盲源分离的独立分量分析(ICA)和扩展ICA算法,基于极大似然估计,给出一个衡量输出分量统计独立的目标函数,优化该目标函数,得到一种用于独立分量分析的迭代算法.扩展ICA算法的优点在于迭代过程中不需要计算信号的高阶统计量,收敛速度快,同时适用于超高斯和亚高斯信号的分离.应用该算法实现了脑电、心电信号以及语音信号的分离,并给出了实验结果.
-
Box-Cox变换及其在SPSS软件中的实现
目的: 针对生物医学研究中Box-Cox变换问题,给予统计软件技术上的支持.方法: 采用SPSS软件实现Box-Cox变换.结果: 给出了Box-Cox变换的SPSS程序,并进行实例分析,估计变换参数λ.结论: 给出的SPSS程序适用于Box-Cox变换.
-
Meta分析中各研究偏倚的量化分析
目的 研究Meta分析中如何对各个研究的偏倚进行量化并进行估计.方法 在随机效应模型中,假设纳入Meta分析中各个研究的效应量服从不同形状参数的偏正态分布,通过引入形状参数对偏倚进行量化,再利用马尔科夫估计和极大似然估计对总体效应量、表征偏倚的参数以及异质性方差进行估计.结果 在模拟计算中,当效应量yi服从不同形状参数的偏正态分布时,总体效应量较效应量yi服从正态分布时更接近真实值;形状参数不同的偏态分布下研究间异质性对总体效应量的影响比形状参数相同的偏态分布和正态分布下研究间异质性对总体效应量的影响小;在实例分析中,总体效应量估计值的95%置信区间的长度比效应量yi服从正态分布时的短.结论 由于将各个研究的偏倚纳入Meta分析随机效应模型中,通过将各个研究的偏倚进行量化,进而去除因偏倚引起的异质性对总体效应量造成的影响,使得总体效应量的估计值更接近真实值.
-
零膨胀Poisson分布模型回归分析
本文目的是介绍零膨胀Poisson分布模型回归分析.首先,介绍零膨胀计数资料及其零膨胀Poisson分布回归模型构建原理,包括“零膨胀Poisson分布回归模型的形式”和“零膨胀Poisson分布回归模型的求解”;其次,介绍“零膨胀Poisson分布回归模型的SAS实现”,包括“创建SAS数据集”“呈现因变量Y的频数分布”“求出因变量Y的均值和方差”和“基于全部自变量对因变量Y构建多重零膨胀Poisson分布回归模型”.本文结果提示,当计数资料为非严重过离散的零膨胀计数资料时,拟合“多重零膨胀Poisson分布回归模型”,可获得满意的拟合效果.
关键词: 零膨胀计数资料 过离散 零膨胀Poisson分布回归模型 概率函数 极大似然估计 -
缺失数据处理的期望-极大化算法与马尔可夫蒙特卡洛方法
缺失数据普遍存在于心理学研究中,影响着统计推断.极大似然估计(MLE)与基于贝叶斯的多重借补(MI)是处理缺失数据的两类重要方法.期望-极大化算法(EM)是寻求MLE的一种强有力的方法.马尔可夫蒙特卡洛方法(MCMC)可以相对简易地实现MI,而且可以适用于复杂情况下的缺失数据处理.结合研究的需要讨论了实现这两类方法的适用软件.
关键词: 缺失数据 期望-极大化算法 马尔可夫蒙特卡洛方法 极大似然估计 多重借补 -
实际使用阶段数控系统软件可靠性增长分析
本文论述了在数控机床实际使用阶段利用收集到的故障数据采用AMSAA模型进行数控系统软件可靠性增长评估的方法,给出了模型的求解步骤和流程,选定了适合的模型参数估计的方法.