纵向监测非随机缺失资料变系数模型及其应用

《纵向监测非随机缺失资料变系数模型及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号R195．4密级单位代码：10114学号：200910189纵向监测非随机缺失资料变系数模型及其应用研究指导教师：塞』挂莶熬援一——申请学位门类级别：医堂亟±一专业名称：速短疸墨里尘统盐堂研究方向：缠让友选丛墓医堂廛旦一所在学院：公基里生堂院一2012年5月8同学位论文独创性声明本人声明，所呈交的学位论文系在导师指导下本文独立完成的研究成果。文中任何引用他人的成果，均已做出明确标注或得到许可。论文内容未包含法律意义上已属于他人的任何形式的研究成果，也不包含本人已用于其他学位申请的论文或成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本文如违反上述

2、声明，愿意承担以下责任和后果：1、交回学校授予的学位证书；2、学校可在相关媒体上对作者本人的行为进行通报；3、本文按照学校规定的方式，对因不当取得学位给学校造成的名誉损害，进行公开道歉。4、本人负责因论文成果不实产生的法律纠纷。论文作者签名：盆亟兰至日期：婴!竺年—』月二望同学位论文版权使用授权书本人完全了解山西医科大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权山西医科大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇编本学位论文。本人离校后发表或使用学位论

3、文或与该论文直接相关的学术论文或成果时，署名单位仍然为山西医科大学。(保密论文在解密后应遵守此规定)论文作者签指导教师签FI其,,11：塑!兰年j月丑FfFt,苴a：盈卫乒年乒月旦FI(本声明的版权!

4、__I山煎医科人学所有，未经许可，任何单位及任何个人不得擅臼使H』)山西医科大学硕士学位论文目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯IAbstract⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯III第一章前言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1第二章原理与方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．42．1变系数模型的基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．42．2非随机缺失机制⋯⋯⋯⋯

5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯42．3含有非随机缺失的变系数模型⋯⋯⋯⋯⋯⋯⋯．．⋯⋯⋯．52．4连续纵向非随机缺失数据的变系数模型⋯⋯⋯⋯⋯⋯⋯⋯．62．5参数估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62．6敏感性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．72．7软件实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．⋯⋯⋯．．7第三章模拟研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．8第四章实例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯134．1太原市社区高血压规范化管理基线资料描述⋯⋯⋯⋯⋯⋯．．134．2变系数模型对社区高血压规范化管理资料的分析⋯⋯⋯⋯⋯．154．3变系数模型对社区高血压规范化管理资料分析结果的敏感性分

6、析⋯22第五章讨论⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯26第六章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．29参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．30个人简介⋯⋯⋯⋯⋯⋯⋯．．⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．33致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯34山西医科大学硕士学位论文纵向监N三IIE随机缺失资料变系数模型及其应用捅要在医学纵向研究中，数据缺失往往无法避免。如果反应变量的缺失与未观测到的反应变量有关，则缺失机制为非随机缺失。对于含有非随机缺失机制的纵向数据，目前常用模式混合模型进行分析。然而，非随机缺失模式混合模型仅考虑了某几个固定时间点上的数据缺失，将缺失时间的分

7、布看作离散分布。但在实际问题研究中，研究对象常由于有事或外出等原因，未能按规定的时间点实施监测。此时，数据缺失的发生，就不仅局限于预先设计的几个固定时间点上，而可能发生在观测期内的任一时间点，即缺失时间为连续分布。此时，模式混合模型就无能为力了。本研究针对存在非随机缺失，且缺失时间为连续分布的纵向监测资料，在模式混合模型的基础上，通过贝叶斯惩罚样条函数，探索构建纵向数据均值参数与方差成分均随缺失时问变化的变系数模型(varyingcoefficientmodelsVCMs)。由于缺失时间的分布类型未知，建模时假定模型回归系数和方差成分均通过未知的平滑函数随缺失时间变化。本研究通过模拟研究

8、，证实了不同缺失比例和样本含量下变系数模型参数估计结果的准确性，并将该模型应用于全国社区高血压规范化管理纵向监测研究的数据分析中。主要结果如下：l、在不同的样本含量和缺失比例下，变系数模型均能得到较准确的参数估计值。模拟研究结果证实，在缺失比例一定的情况下，随着样本含量的增加，变系数模型的参数估计值越来越接近于真值；当样本含量达到300时，参数估计值趋向于稳定；且随着样本含量的逐渐增大，参数估计的标准误越来越小。在样本含量一定的情况