分享到:

Cox回归模型及其在医学中的应用

许多临床随访研究往往具有以下几个特点:①有一个观察的起始点,如病人疾病的确诊;②从开始观察至发生某个特定事件(如病人死于所研究的疾病)有一段时间,这段时间称为“生存时间”;③某些病人由于生存期较长,致使在观察终止分析时仍然存活;还有些病人由于各种原因而造成失访。在这些情况下得不到病人确切的生存时间,而只能得到“生存时间大于某个数值”这样一个信息,这种数据称为“截尾数据,’( Oensor叭data);④影响生存的因素很多,如年龄、临床分期等往往对生存时间的长短有影响;⑤生存时间的分布无一定规律。 对于这类资料的统计分析,国内多采用寿命表法或多元线性回归。但寿命表法不能作多因素分析,而多元回归往往不能处理截尾数据。所以,这些方法虽然计算较为简单,但有很大的局限性氏”,。 近年来,随着统计理论的发展和计算技术的进步,特别是临床试验越来越受到人们的重视,生存分析方法发展很快山。其中,由英国统计学家D. R. Oox即于19”年提出的回...  (本文共7页) 阅读全文>>

《福建医学院学报》1987年02期
福建医学院学报

Cox回归模型及其参数估计

临床上对于某种慢性病(如恶性肿瘤)观察预后或分析治疗效果时常采用随防研究,记录病人的死亡时间,由此确定该病人的生存时间。但病人的生存时间是受很多因素影响的,为此,可用多元回归的方法。对一个人群进行随防研究中由于各种原因,生存分析研究中常含有截尾数据(Censoredd孔。),这是一般的多元回归方法不能解决的。Cox回归模型就是解决这类问题的一种多元统计方法。它可用于分析多种因素对疾病的预后或生存时间的影响,也可在流行病学研究中用于分析各种因子对发病的影响;当其他因素固定时,它还可用于某一因素不同水平的比较,当病人各因素为己知条件时,可预测不同时间的生存率指标。Cox模型不受数据分布影响,适用于任何分布。 Cox回归模型的结构及参数估计: 若影响生存的因素有p个,分别以xlx:,……,x。表示,记成向量形式为:X“ (X,X:··一X户 其中,X、可以是交互作用。 若以...  (本文共4页) 阅读全文>>

《应用概率统计》1987年04期
应用概率统计

新安江流域5—9月间汛期雨量预报的混合回归模型

应用回归模型拟合,是考虑因变量与自变量之间的统计依赖关系,借以预报因变量的未来值.而自回归模型拟合,是考虑因变量自身前后的统计依赖关系,借以预报序列的未来取值.前者没有利用因变量自身的统计依赖关系,后者没有利用因变量与自变量之间的统计依赖关系.在雨量预报中,雨量的多寡,有时不仅与所选自变量有关,而且与预报量的历史取值亦有很大联系.混合回归模型综合了以上两种考虑,克服了单纯回归模型存在的不足. 本文应用北半球500五Pa月平均网格点高度场资料,在自变量的选择上,基于这样的考虑.首先对因子场进行单相关普查,将相关系数在0.4以上的相关区取其均值作为选取自变量.这样选取的自变量虽然都反映了它们和预报量之间良好的相关关系,然而在实际应用中不难发现,以这些自变量所建立的预报模型其预报效果有时并不理想,造成这种情况的原因很多,其中一个不能忽视的原因是:根据相关系数的大小来选取自变量,忽略了那些虽然与预报量之间相关系数较小,但其中一些自变量与...  (本文共4页) 阅读全文>>

《中国妇幼卫生杂志》1988年03期
中国妇幼卫生杂志

卫生统计

53。。58条件L。gi:ti。回归的逐步算法/郝勇…刀中国卫生统计一1057,4(3)一1~4 采用逐步算法配合条件Lo 915红ic回归模型,筛选‘最佳”变量子集,选入和剔除变量检验分别用sc。r。和z两个不同的统计量,每引入和剔除一个变量只需一次极大似然估计,节省运算时间.为防止 ‘死循环”发生,在逐步计算中根据当时的变量引入情况随时调鳌剔除界值.第L步的剔除界值为UL二xnin(ZL.,,UL_J),式中ZL.:是第L一1步所选入的变量的正态离差,UL;,第L一1步的剔除界值,初始剔除界值为U:二了又呱而万;由于变量间关系的复杂性以及小样本时统计量z和了宫己乙五间的差异性,有时可能出.现刚剔除的变量又被立即引入的清况,为防止这种悄况发生,选取经验系数C=。.时1,使U:=C了又2在两了,可基本避免重复计算。此算法不仅可用于条件Logis七沁回归模型的配合,亦可用于非条件Log拓tic回归模型以及其它非线性回归模型的配合。...  (本文共4页) 阅读全文>>

《测绘学报》1988年03期
测绘学报

一种多元单调回归模型及其在地图制图中运用的一例

在制图生产和科学实验中,经常遇到一些处于同一体系中的变量,它们互相联系,互搁制约,也就是说,它们之间客观上存在着一定的关系。为了进一步了解事物的本质,必须找出描述这些变量之间依存关系的数学表达式。在微积分和解析几何中,我们研究了完全确定的函数关系。然而,在很多实际问题中,由于变量之间的关系比较复杂或由于试验中不可避免地存在着误差的影响,而使它们之间的关系具有某种不分明性。因此,需要用数理统计法来寻找隐藏在数据后面的规律性。研究统计规律的数学手段称为回归分析。多元线性回归(一元线性回归是多元线性回归的特例)的数学模型:Yf=ho+blxil+bZxiZ+b;xJ34…b。xZ。-Fsf(i=l,2,33…,n)(1)式中。为自变量数,n为样本数。根据给定的n组实测数据(xil,xiZ,…x;,;,y;),用最小t乘方法,即在偏差平方和ESS3=[(Y*b。-b;Xi;·b。Xi。-…bmX;。)‘j(2)为最小的条伴下,求未知参数...  (本文共6页) 阅读全文>>

《黑龙江财专学报》1988年03期
黑龙江财专学报

建立最优营运回归模型

城市公共汽车是服务于城市人民生产、学习和生活的重要工具。是贯通城市与农村,工厂区与住宅区,以及商业中心的桥梁。它对保证工农业生产的发展和活跃人民生活,有着极为重要的作用,是国民经济不可缺少的组成部分。 公共汽车除了具有一般公路运输汽车机动灵活的特点外,还具有分布广的特点。它分布全市,以纵横交叉的路线网构成生产现场。它的生产任务有一定的规律和严格的时间性,在早晚高峰时间客流集中,任务紧张,要求全力以赴多出车,以适应流量的需要。公共汽车还具有早出车晚收车的特点,以适应城乡工农业生产和人民生活的需要。运行时间较长,每天早4点左右出车,晚11点左右收车,每天平均运行17个小时左右。在这么长的时间里要想保证交通安全,而且乘客满意,这就要求在多方面加强管理,其中比较重要的一条,就是对客运量应随形势的发展,做必要的修正。因为当前随着国家经济建设的发展和科学技术、文化教育事业的兴旺发达,人民生活水平的提高,给城市公共汽车带来了一定的负担,这个因...  (本文共3页) 阅读全文>>