基于Excel的泊松分布可信区间算法在辐射生物剂量估算中的应用

  目的  建立泊松分布95%可信区间表,基于该可信区间表估算辐射生物剂量。
  方法  根据泊松分布累积概率和的算法,用Excel函数及迭代法建立计算变量X可信区间的方法,用宏代码循环计算得到95%可信区间表,基于该可信区间表建立辐射生物剂量估算的Excel应用,并验证可信区间表以及估算剂量的准确性。
  结果  利用Excel软件建立了X取值0 ~ 500的95%可信区间表,其结果与权威教材文献给出的可信区间一致;正态近似法与泊松分布表法估算辐射生物剂量95%可信区间在畸变数较小时差别明显,在畸变数较大时差别较小,泊松分布表法的95%可信区间与国际原子能机构（IAEA）推荐的专业估算软件CABAS 2.0的结果一致。
  结论  建立的估算程序可以准确计算泊松分布的可信区间,使用该可信区间表来估算辐射生物剂量的95%可信区间更合理;该程序应用范围更广、使用更方便,可满足辐射应急事故中对大量受照人员进行生物剂量估算的需求。
     

一种估计小样本总体率可信区间的校正方法

[目的]对基于二项分布的小样本总体率可信区间估计方法-Clopper-Pearson提出的精确法进行校正,以减少精确法的保守性,提高可信区间的精密度.[方法]运用SAS软件,编制二项分布的Monte Carlo模拟抽样程序,通过计算95%可信区间的实际可信度寻找合适的校正系数k.[结果]校正系数k=0.5时校正法所估计的95%可信区间的实际可信度比精确法更接近期望可信度（95%）,其可信区间宽度比精确法更窄;而当样本含量小于15时,k=0.6的校正结果最理想.[结论]校正法可以减少精确法的保守性,提高可信区间的精密度.     

Bootstrap方法在Cox模型参数估计中的应用

目的：探讨自变量分布极偏时Cox模型的参数以及区间估计是否准确，引入Bootstrap法对其加以验证。方法：拟合Cox模型研究痰检结果与肺癌发病风险的关系，使用非参数Bootstrap法验证Cox模型的参数估计值、可信区间是否有效。结果：两的参数估计值和大部分可信区间基本一致，个别变量的可信区间不一致，Bootstrap可信区间的下界更低，甚至变为负值。结论：当自变量分布极偏时，Cox模型所估计的参数可信区间可能有偏，Bootstrap可信区间更准确。     

Poisson分布数据正态近似分析中的样本含量问题

对Poisson分布数据作分析时，如果均数λ不小，可以用正态近似法。与正态分布数据分析相仿，要估计总体均数λ和对假设H0：λ＝λ0或H0：λ1＝λ2作检验时，也需决定样本含量。样本含量n对正态分布数据和Poisson分布数据有不同的含义。在Poisson数据分析中，n是作某种计数的时间或面积，不是观察个体数。对二项分布数据作分析时所需样本含量已在许多统计书中作了介绍，但文献并未对Poisson分布数据分析时样本含量问题作讨论。本文对Poisson分布数据作正态近似分析时所需样本含量的决定，作一些探索和讨论。     

正态近似法计算二项分布总体率95%可信区间的应用条件研究

目的对目前惯用的正态近似法计算总体率可信区间的应用条件进行评价,为正确应用该法提供理论基础和应用指导.方法应用二项分布原理计算总体率精确可信区间并与正态近似法计算结果相比较;采用蒙特卡洛模拟抽样评价可信度;应用SAS和Excel软件绘制二项分类数据概率分布图.结果以n×p=5作为近似条件,用正态近似法计算总体率可信区间可造成显著的相对误差.当n×p为常数时,随着p减小,相对误差在一定范围内呈线性增加;随着n增加,相对误差呈非线性增加.结论目前惯用的估计总体率可信区间的正态近似法应用条件并不能保证总体率估计的可信度和准确度.根据实验结果,提出了使用正态近似法估计总体率95%可信区间一套新的应用条件.     

成本效果比五种可信区间估计法比较

目的给出成本效果比可信区间的最佳估计方法.方法采用理论探讨和实证研究比较盒法、Taylor级数法、椭圆法、Fieller's准则和非参Bootstrap法等5种计算增量成本效果比可信区间估计方法的优缺点.结果传统的统计学方法计算卫生经济学评价中增量成本效果比的可信区间会带来偏倚,Fieller's准则和非参数Bootstrap法的估计较为精确.结论推荐采用Bootstrap法估计增量成本效果比可信区间.     

Poisson分布数据正态近似分析中的单位问题

当Poisson分布数据的均数λ比较大时,可用正态近似法作统计分析。由于在Poisson分布数据表达中,可以使用不同的单位,因此就存在着不同单位的Poisson分布数据如何作分析的问题。例如饮料中细菌,可以是5个/ml,也可以是20个/100ml。本文将对这类数据作统计分析的方法作一探讨。1 误差的计算Poisson分布数据的一个特点是方差等于均数。当总体均数为λ时,样本计数y的方差为λ,标准差为λ~(1/2)。若总体均数λ未知,则标准差的估计值为Sy=y~(1/2)。上面所说的都是假定取1ml饮料作检测时所得的数据,如果在另一项研究工作中,不是取1ml作检测,而是取n ml作检测,所得样本计数为x,(?)=x/n,其标准差的计算可表达如下:     

泊松分布参数的最短置信区间

目的根据抽样结果估计泊松分布参数λ的最短置信区间。方法证明了参数λ最短置信区间的存在和唯一性,利用搜索法用Matlab编程求得最短置信区间,将最短置信区间的长度与用一般的方法求得的置信区间的长度进行了比较。结果对置信度0.90、0.95、0.99和样本总计数1～50给出了最短置信区间表,可作为统计用表使用。结论最短置信区间估计精度比用一般的方法的精度有显著提高,用最短置信区间作为参数λ的区间估计更精确。     

基于TPS与EXCEL通讯实现放疗计划单嵌套计费模版

目的通过TPS与EXCEL通讯,实现放疗计划单嵌套计费模版。方法首先应用EXCEL软件制作放射治疗计费的模版,然后通过计划系统的简易文档(padword)功能调用EXCEL放疗计费模版,使其嵌套在padword编辑模版中;最后通过直接修改EXCEL放疗计费模版参数,生成独特的包含计费项目的放射治疗计划单。结果应用TPS与EXCEL通讯技术生成的包含治疗费用的计划单,治疗信息全面,治疗费用清楚明了。结论为治疗计费工作简约了部分工作流程,有效避免了医患之间费用计算的误解。     

基于人时的相对危险度分布的Monte-Carlo模拟估计

目的应用Monte-Carlo模拟进行基于人时的相对危险度的分布估计。方法结合实例进行相对危险度的模型构建、拉丁超立方抽样和概率分布的拟合及RR可信区间的几种计算方法比较。结果模拟的RR频率分布经拟合符合Pearson5、Lognorm、Gamma和InvGauss4种分布,以Pearson5分布拟合最佳。模拟的RR值95%可信区间结果与统计量函数计算值、Wald法和Score法大致相当,但其上限值和下限值均略小。结论应用Monte-Carlo模拟结合拉丁超立方抽样技术,实现了基于人时的相对危险度的分布估计,该方法可应用于更为复杂的参数分布估计。