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.     

非线性模型统计分析体系及NoSA实现(二)

目的 介绍医用非线性统计分析模型及其ＮｏＳＡ实现。方法 建立各种非线性模型及模型参数的最大似然估计方法。并附有实例演算。结果 由于ＮｏＳＡ嵌入下网络算法技术,解释变量可以是定量、定性和有 的,并能分析变量间的交互作用可对变量作选择。结论 ＮｏＳＡ的非线性模型模块计算稳定。并能自动排队广义共线关系对模型参数最大似然估计值的影响。此模块较ＳＰＳＳ有其明显的优点。     

非线性模型统计分析体系及NoSA实现(一)

目的 介绍医用非线性统计分析模型及其ＮｏＳＡ实现。方法 建立各种非线性模型及模型参数的最大似然估计方法。并附有实例演算。结果 由于ＮｏＳＡ嵌入了网络算法技术,解释变量可以是定量、定性和有序的,产能分析变量间的交互作用可对变量作逐步选择。结论ＮｏＳＡ的非线性模型模块计算稳定,并能自动排除广义共线关系对模型参数量大似然估计值的影响。此模块较ＳＰＳＳ有其明显的优点。     

基于秩估计量经验似然分析的加速失效时间模型与预后

[目的]介绍加速失效时问模型的一种半参数方法并探讨其在医学中的应用.[方法]用经验似然的方法对模型秩估计量进行分析,以实例说明模型的实际应用.[结果]半参数方法可对回归系数建立可信区间,实例分 析结果表明半参数方法与参数法加速失效时间模型结果一致.[结论]半参数加速失效时间模型不需要知道误差项的,基准分布,为筛选预后因素提供了一种简便的方法.     

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。     

Logistic回归中参数的稳健估计

通常的极大似然估计对反应y方向和设计空间x方向的突出值都很敏感,容易引起参数估计值的偏差。本文提出一种用于Logistic回归的稳健估计方法。该法的基点是弧立少数突出值,配合大部分非突出值,使截尾平均对数似然达到最大,因而最终参数估计值不受突出值影响。文章阐述了所用稳健估计的原理,并对有关问题进行了讨论。     

三维不完备列联表的独立性及其临床资料分析

目的 系统讨论三维不完备表的独立性估计和检验方法。方法 通过实例分析说明直接计算方法和SAS程序实现办法，以及结果解释。结果 实例分析说明对临床资料的应用是可行的。结论 不完备表在实践中是常见的，本文讨论的方法是具有推广和应用的价值。     

轮廓似然函数及其应用

目的介绍轮廓似然方法及其两个应用。方法拟合logistic回归模型,计算轮廓似然的置信区间,并与Wald置信区间进行比较;采用轮廓似然方法解决多余参数过多的模型拟合问题。结果轮廓似然可以解决偏态分布下Wald置信区间失效的问题;最大轮廓似然估计与最大似然估计的结果是一致的,而轮廓似然仅需要较弱的假设条件。结论参数呈非正态分布时,轮廓似然置信区间要优于Wald置信区间;轮廓似然作为最大似然估计的替代方法,可以解决最大似然无法计算或计算困难的问题,也可以提高模型的适用性。     

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最高，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。     

传染病流行模型中高维非线性参数估计方法

目的研究根据流行数据逆向估计流行模型中高维非线性参数的方法。方法采用Gepasi3.3软件中的全局优化方法估计非线性传播动力学模型中的各个参数。以SARS流行模型的参数估计为例说明其应用。结果流行模型中各状态变量之间互相转换的公式可以方便地移植到Gepasi软件中的模型定义部分。选择适当的全局优化算法,容易估计出与实际流行数据拟合最佳的各个参数的取值。实例研究发现,Gepasi软件中的遗传算法可以用于估计SARS流行模型中的未知参数。采用估计参数模拟的北京每日新增SARS临床诊断病例数与实际的流行数据相比无明显差异(P>0.05)。结论Gepasi软件中的全局优化方法是强健和可靠的,可以用于流行模型中高维非线性参数的估计。     

logistic回归参数遗传算法估计的可行性研究

目的 考察遗传算法作为logistic回归模型参数估计方法的效能,并与极大似然估计法比较.方法 通过数据模拟建立三种模型,分别用遗传算法和极大似然法作参数估计,考察建立模型的分类效能.结果 一般情况下,极大似然估计法的分类效能稍高于遗传算法.在样本量较小或自变量关系复杂的情况下,极大似然估计法和遗传算法的泛化误差增加.极大似然估计法的泛化误差主要源于在验证集中分类效能下降,而遗传算法的泛化误差主要源于训练集中的过拟合.当样本量小且自变量关系复杂的情况下,极大似然估计法出现迭代不收敛,参数失拟合,遗传算法无此现象.结论 遗传算法适用于自变量多而样本量相对小时logistic回归模型参数估计.     

零截尾Poisson分布和零截尾负二项分布的参数估计及其应用

本文给出了零截尾Poisson分布和零截尾负二项分布的特征值，并利用Newton-Raphson迭代给出了两种分布参数的矩估计与最大似然估计。应用这两种分布分别配合了零截尾的肝癌家族分布的资料，探讨了肝癌的家族聚集性。     

含区间数据Gamma分布的参数估计

目的 建立含区间数据Gamma分布的参数估计方法，并用于SARS潜伏期的推算。方法 采用EM算法构造出求解含区间数据Gamma分布参数极大似然估计的迭代公式，并应用于SARS潜伏期分布的拟合。结果 基于EM算法的极大似然估计方法可以计算出含区间数据Gamma分布的两个参数，从而得到均值估计。同时，还可以根据极大似然估计的渐近性质，计算出估计量的标准误及各参数的置信区间。用于中国内地SARS爆发资料分析，发现SARS潜伏期服从Gamma(2．1，2．33)分布；潜伏期均值和方差的极大似然估计值分别为4．89天(95％CI4．43～5．35)和11．40天^2；95％的病人感染SARS-CoV后将在11．42天内发病。结论 基于EM算法的极大似然估计方法对于含区间数据Gamma分布参数的估计是强健的。可以用于含区间数据SARS潜伏期的精确估计。     

Estimation of individual admixture: analytical and study design considerations

The genome of an admixed individual represents a mixture of alleles from different ancestries. In the United States, the two largest minority groups, African-Americans and Hispanics, are both admixed. An understanding of the admixture proportion at an individual level (individual admixture, or IA) is valuable for both population geneticists and epidemiologists who conduct case-control association studies in these groups. Here we present an extension of a previously described frequentist (maximum likelihood or ML) approach to estimate individual admixture that allows for uncertainty in ancestral allele frequencies. We compare this approach both to prior partial likelihood based methods as well as more recently described Bayesian MCMC methods. Our full ML method demonstrates increased robustness when compared to an existing partial ML approach. Simulations also suggest that this frequentist estimator achieves similar efficiency, measured by the mean squared error criterion, as Bayesian methods but requires just a fraction of the computational time to produce point estimates, allowing for extensive analysis (e.g., simulations) not possible by Bayesian methods. Our simulation results demonstrate that inclusion of ancestral populations or their surrogates in the analysis is required by any method of IA estimation to obtain reasonable results.     

Maximum likelihood estimation and likelihood ratio test for square tables with missing data

Missing data complicate the analysis of paired categorical data. This paper considers with the use of the EM algorithm, the maximum likelihood estimation and likelihood ratio test for incomplete square tables with missing data. An example involving the susceptibility of micro-organisms to antimicrobial drugs illustrates the procedure.     

Estimation of an errors-in-variables regression model when the variances of the measurement errors vary between the observations

It is common in the analysis of aggregate data in epidemiology that the variances of the aggregate observations are available. The analysis of such data leads to a measurement error situation, where the known variances of the measurement errors vary between the observations. Assuming multivariate normal distribution for the 'true' observations and normal distributions for the measurement errors, we derive a simple EM algorithm for obtaining maximum likelihood estimates of the parameters of the multivariate normal distributions. The results also facilitate the estimation of regression parameters between the variables as well as the 'true' values of the observations. The approach is applied to re-estimate recent results of the WHO MONICA Project on cardiovascular disease and its risk factors, where the original estimation of the regression coefficients did not adjust for the regression attenuation caused by the measurement errors.     

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。结果两者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。     

因子分析在恶性肿瘤病因学研究中的应用

本文探讨了因子分析在恶性肿瘤病因学研究中的应用问题。并对750例大脑癌病例对照资料进行了分析。结果表明这种方法可以从众多的原始变量中提取少数几个有实际意义且相互独立的公因子，用公因子代替原始变量做相应的统计分析，有利于接近事物本质地探讨恶性肿瘤发生的病因学。     

最大似然法在处理检测限以下测量值中的应用

[目的] 介绍一种处理检测限以下测量值的方法。[方法] 用某炼油厂职业卫生监测数据为例，在EXCEL电子表格中，介绍了应用最大似然法(MLE)处理检测限以下测量值中的步骤。[结果] 该现场劳动卫生测定资料服从对数正态分布；MLE均值和标准差无偏估计分别为34．96、34．59mg／m^3，高于L／2、L/√2芝替代检测限下测量值计算的均值、标准差。[结论] MLE方法合理、简单、实用。     

On the inappropriateness of an EM algorithm based procedure for blinded sample size re-estimation.

When planning a clinical trial the sample size calculation is commonly based on an a priori estimate of the variance of the outcome variable. Misspecification of the variance can have substantial impact on the power of the trial. It is therefore attractive to update the planning assumptions during the ongoing trial using an internal estimate of the variance. For this purpose, an EM algorithm based procedure for blinded variance estimation was proposed for normally distributed data. Various simulation studies suggest a number of appealing properties of this procedure. In contrast, we show that (i) the estimates provided by this procedure depend on the initialization, (ii) the stopping rule used is inadequate to guarantee that the algorithm converges against the maximum likelihood estimator, and (iii) the procedure corresponds to the special case of simple randomization which, however, in clinical trials is rarely applied. Further, we show that maximum likelihood estimation leads to no reasonable results for blinded sample size re-estimation due to bias and high variability. The problem is illustrated by a clinical trial in asthma.