公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

随机对照试验不依从数据分析方法的比较研究被引量：1: 2015年; 目的比较依从者的平均因果效应(CACE)、意向性分析(ITT)、遵循研究方案分析(PP)和接受干预措施分析(AT),在分析随机对照试验不依从数据的效果,探索各种方法的适用条件,为实际数据分析提供科学依据。方法通过SAS软件模拟产生不依从数据,处理措施的因果效应使用CACE、ITT、PP和AT进行估计,以平均偏倚、均方根误差、标准误和检验效能作为评价指标,比较各种方法的估计效果。结果在各种参数组合下,以平均偏倚、均方根误差和检验效能作为评价指标,CACE的估计效果均优于ITT、PP和AT。依从率低于50%时,CACE估计的标准误低于PP,高于ITT和AT;依从率高于50%时,CACE估计的标准误均低于ITT、PP和AT。结论当满足CACE模型假设时,CACE估计随机对照试验不依从数据因果效应的效果优于三种传统分析方法,能够提供更加稳健、无偏的处理效应估计值。; 陈永杰张秋菊王玉鹏肖亚明刘美娜; 关键词：随机对照试验不依从

回归校准和模拟外推对测量误差的校正效果研究被引量：1: 2014年; 目的探讨回归校准法(RC)和模拟外推法(SIMEX)对logistic回归中测量误差的校正效果。方法通过SAS软件产生有测量误差的模拟数据,用RC和SIMEX对测量误差进行校正,对比设定的真实β值和校正后的β*值之间的差别,以评价校正效果。结果当X可精确测量时,在设定的σ2u条件下,RC1的校正效果较好;P-SIMEX仅当σ2u很小时校正效果较好。当X不可精确测量时,随着测量误差的增大,E-SIMEX的校正效果降低,而RC2的校正效果相对较稳定。结论无论X是否可测,在经典测量误差模型前提下,RC对logistic回归模型中测量误差的校正效果优于SIMEX,建议应用RC校正测量误差。; 陈霞张桥陈永杰李慧婷张秋菊刘美娜; 关键词：LOGISTIC回归

回归校准法对线性回归中信息偏倚校正的模拟研究被引量：5: 2013年; 目的探讨回归校准法对简单线性回归中,符合正态分布或均匀分布的信息偏倚校正效果。方法通过SAS软件模拟产生有信息偏倚的数据集,用回归校准法对信息偏倚进行校正,然后对比设定的真实β值和校正后的β*值之间的差别,来评价校正效果。结果无论信息偏倚符合正态分布还是均匀分布,回归校准法都能达到较好的校正效果;在固定信息偏倚大小和验证数据集样本量,但不同β值的情况下,信息偏倚校正效果均较好;未校正时的β值都小于设定的真实β值,且信息偏倚越大,β值越小;随着验证数据集样本量的增加,回归校准法对信息偏倚的校正效果越好。结论可以使用回归校准法对线性回归中符合正态分布或均匀分布的信息偏倚进行校正;在校正时要根据信息偏倚的大小来确定合适的验证数据集样本量,以最少验证数据集样本量达到最佳校正效果;在有信息偏倚存在的线性回归分析中,一定要对回归系数进行校正。; 张桥张秋菊陈霞李慧婷陈永杰杨建飞刘美娜

绝经期妇女膳食模式与骨质疏松症关系被引量：6: 2014年; 目的探索不同膳食模式与骨质疏松的关系。方法随机抽取哈尔滨市绝经期妇女282人,采用食物频率调查表（FFQ）进行膳食调查,同时进行骨密度检测,用因子分析方法建立膳食模式,分析不同膳食模式与骨质疏松症的关系。结果通过因子分析得到4种膳食模式,即以家禽类、加工肉制品、红肉类为主肉类膳食模式,以深色蔬菜、浅色蔬菜、薯类为主蔬菜膳食模式,以奶制品、甜饮料、水果为主牛奶膳食模式,以粥、粗杂粮、米饭、面粉类食物为主的主食膳食模式;在多因素logistic回归中,调整了年龄、初潮年龄及体质指数（BMI）等因素后,发现牛奶膳食模式对骨质疏松症起保护作用,最高四分位数相对于最低四分位数的OR值为0.311（95%CI=0.115~0.838）。结论绝经期妇女的膳食模式可分为肉类模式、蔬菜模式、牛奶模式和主食模式,膳食模式与骨质疏松密切相关。; 李慧婷张秋菊陈霞陈永杰张桥刘美娜; 关键词：膳食模式骨质疏松症

分类变量缺失数据处理方法有效性的比较研究被引量：7: 2016年; 目的比较删除法(deletion methods,DM)、基于对数线性模型的多重填补法(multiple imputation of category variables using log-linear model,M ILL)及基于潜在类别模型的多重填补法(multiple imputation based on latent class model,M ILC)处理分类变量缺失数据的效果,并将M ILC应用于实例数据的分析。方法利用R语言产生不同缺失机制、缺失率和样本含量的多变量缺失模拟数据,运用DM、MILL和MILC处理形成完整数据集并进行logistic回归分析,通过回归系数的偏倚、均方根误差、稳定度和标准误偏倚评价各方法的处理效果。结果模拟实验表明当缺失率为5%时,三种方法处理效果均较好;随着缺失率的增大,MILL和MILC的各项评价指标均优于DM,且MILC的准确度高于MILL。三种方法处理效果均表现为完全随机缺失优于随机缺失、样本含量1000优于样本含量500。应用MILC对实例数据填补后标准误减小,回归系数估计更准确。结论本文应用MILL和MILC两种多重填补方法处理分类变量缺失数据均可减少缺失导致的参数估计偏倚。当缺失率>5%、样本含量1000时,建议应用MILC处理分类变量缺失数据。; 肖亚明陈永杰王玉鹏刘美娜; 关键词：缺失数据

随机对照试验中不依从数据的主分层分析方法被引量：1: 2014年; 随机对照试验（randomized controlled trials,RCTs）是在＂随机化＂有效控制混杂因素的前提下估计处理效果的标准方法,广泛用于各研究领域中,例如教育研究、医学研究、心理研究及社会研究等[1]。然而,实际中随机对照试验经常会遇到不依从和结果缺失两个主要问题[2]。; 陈永杰张秋菊陈霞李慧婷刘美娜; 关键词：随机对照试验不依从教育研究

全选清除导出

共1页<1>

陈永杰