首页 > 文献资料
-
应用SAS软件宏命令实现二分类数据的Meta分析
SAS被誉为国际上数据处理和统计分析领域的标准软件系统,但其程序编写复杂且难度较大,对使用者的要求较高。为了更好的使用SAS软件实现Meta分析,Stephen Senna等人编写了一套专用于二分类资料的Meta分析的宏命令。这套宏语言可以方便的实现Meta分析,绘制森林图、漏斗图、加尔布雷斯图、Q-Q正态分布图等图形。本文结合实例对应用SAS宏语言实现二分类数据Meta分析的方法进行详细介绍。
-
多水平分析在调查问卷结果分析中的应用
目的 探讨应用两水平分层logistic回归模型分析调查问卷二分类结局变量资料的影响因素,对影响因素做出正确的评价和解释.方法 以学生的调查问卷作为分析对象,运用两水平分层logistic回归模型,拟合一系列零模型、随机截距模型,识别学生水平和学校水平因素的影响大小.结果 学生对所研究问题的看法受到学生个体特征和学校特征的影响,学生层面中学生成绩影响较大.结论 多水平分析方法是处理分层嵌套数据的有用工具,利用两水平分层logistic回归模型可以同时探讨学生层面和学校层面解释变量对结局变量的效应,对于分析嵌套数据结构资料结局变量的影响因素有优越性.
-
Ⅱ/Ⅲ期无缝设计二分类变量效应的估计
目的 针对二分类结果变量,探索iⅡ/Ⅲ期无缝设计的效应估计.方法 期中分析选择疗效优的一个试验组进入二阶段,考虑早期无效终止,研究试验进入二阶段条件下的疗效无偏估计.本文基于二分类资料推导出疗效的一致小方差无偏估计法,并比较该法与极大似然估计法及二阶段估计法的偏性和均方误差.结果 就偏性而言,二阶段估计法小,极大似然估计法大,一致小方差无偏估计法稍高于二阶段估计法;就均方误差而言,极大似然估计法小,二阶段估计法大,一致小方差无偏估计法稍高于极大似然估计法.结论 针对二分类资料,一致小方差无偏估计法的偏性及均方误差相对较小,在可接受范围内,故推荐该法作为二分类资料无缝设计的效应估计方法.
关键词: Ⅱ/Ⅲ期无缝设计 二分类资料 效应估计 一致最小方差无偏估计法 -
非线性混合效应模型和广义线性模型拟合随机效应logistic回归的应用比较
在临床药物试验中药物疗效的评价经常遇到二分类资料,即反应变量有两个水平如有效、无效;成功、失败等.二分类变量服从二项分布,可采用logistic回归模型.运用logistic回归模型对分类资料进行分析,能给实际研究带来很多便利.与多元线性回归相比,logistic回归具有许多独特的优点,如对正态性和方差齐性不做要求,系数的可解释性等.
-
无对照二分类数据的Meta分析在RevMan软件中的实现
本文介绍无对照二分类数据资料的2种效应指标及其标准误的计算方法,然后通过1个实例分别用上述2种方法计算效应指标及其标准误,将计算所得的效应指标及其标准误在RevMan软件中进行Meta分析,后将计算结果与用实例的原始数据在Stata软件中的Meta分析结果进行比较.结果显示RevMan和Stata软件进行无对照二分类数据资料Meta分析的结果一致.