-
题名一种用于推算感染时间曲线的非参数极大似然估计方法
被引量：2
- 1
-
-
作者
蔡全才
姜庆五
程翔
郭强
孙庆文
赵根明
-
机构
复旦大学公共卫生学院流行病学教研室
第二军医大学基础医学部数理学教研室
第二军医大学训练部
-
出处
《第二军医大学学报》
CAS
CSCD
北大核心
2004年第12期1349-1352,共4页
-
基金
上海市科委非典防治专项科研基金(NK2003-002)国家教育部防治非典科技攻关项目(No.10)
-
文摘
目的:研究通过传染病发病时间曲线推算感染时间曲线的方法。方法:采用基于EMS算法的非参数极大似然估计方法,根据传染病的发病资料和潜伏期资料推算感染时间曲线,并用于中国内地SARS感染时间曲线推算。结果:通过Mat-lab编程,所采用的方法可以方便地估计出感染时间曲线,并可平滑个体数据的波动。用于推算中国内地SARS感染时间曲线,发现感染时间曲线平滑稳定,有明显的2个高峰,感染高峰与实际发病高峰间隅5 d左右;发病人数(4 634例)与估计的感染人数(4 633.6例)相差在0.5例以内。结论:基于EMS算法的非参数极大似然估计3-法对于感染时间曲线的估计是可靠的,可以用于SARS感染时间曲线的推算。所推算的感染时间曲线有助于干预措施被果评价。
-
关键词
非参数极大似然估计
EMS算法
感染时间曲线
严重急性呼吸综合征
-
Keywords
non-parametric maximum likelihood estimation
EMS algorithm
infection curve
severe acute respiratory syndrome
-
分类号
R563.19
[医药卫生—呼吸系统]
-
-
题名关于区间数据的分布函数估计问题
被引量：12
- 2
-
-
作者
郑祖康
丁邦俊
-
机构
复旦大学管理学院
-
出处
《应用概率统计》
CSCD
北大核心
2004年第2期119-125,共7页
-
基金
国家自然科学基金资助项目(70171008)
沪港管理学院资助项目
-
文摘
随机变量的区间观察值是指在随机试验中,我们只知道随机变量X是否落入某个可以观察的区间(TL,TR](该区间可以是来自某个已知或未知的二维分布),但不知道随机变量X的具体观察值.这类问题不同于以往讨论过的左截断,右截断或双侧截断问题,本文将所见到的一些有关分布函数方面的研究成果作了一个简要介绍,同时也给出了作者的最新研究结果。
-
关键词
区间数据
自相合估计
非参数极大似然估计
-
分类号
O212.3
[理学—概率论与数理统计]
-
-
题名无进展生存期数据中区间删失的处理策略研究
- 3
-
-
作者
袁堉琨
李晨
陈垂雄
夏结来
-
机构
空军军医大学军事预防医学系卫生统计学教研室
-
出处
《中国卫生统计》
CSCD
北大核心
2024年第5期753-756,761,共5页
-
文摘
目的以无进展生存期(progression-free survival,PFS)为终点的临床试验中,探讨不同区间删失数据填补策略、分析方法和随访间隔等对研究结果的影响,为实际应用提供参考。方法基于蒙特卡罗模拟数据集,在不同终点事件发生风险、研究随访策略和样本量场景下,采用末次观测结转法(last observation carried forward,LOCF)、均值填补法、非参数极大似然估计法(non-parametric maximum likelihood estimation,NPMLE)和多重填补法(multiple imputations,MI)等四种方法估计试验疗效,比较各方法的估计表现。结果在不同场景下各方法对区间删失数据处理的效果存在差别,终点事件发生风险越大(即中位PFS越小)、随访频率越低,LOCF和均值填补对试验疗效参数估计偏差越大,即表现越差;而NPMLE和MI方法在各种场景下参数估计偏差均优于简单填补法。结论LOCF和均值填补适用于终点事件发生风险小,高随访频率的场景;NPMLE和MI适用于任何场景且表现稳定。
-
关键词
区间删失
多重填补
非参数极大似然估计
-
分类号
R195.1
[医药卫生—卫生统计学]
-
