連續(xù)型協(xié)變量區(qū)間刪失時(shí)的線性回歸模型.pdf_第1頁
已閱讀1頁,還剩31頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、在醫(yī)學(xué)研究中,經(jīng)常會(huì)遇到區(qū)間刪失數(shù)據(jù),因?yàn)槲覀兏信d趣的事件常常不能被精確觀察到,而僅知道它所處的區(qū)間。在區(qū)間刪失數(shù)據(jù)的研究方面已經(jīng)有了很多成果。然而,據(jù)我們所知,實(shí)際上所有這些方法考慮的都是響應(yīng)變量是區(qū)間刪失的,一個(gè)例外是由Gómez等人給出的。在2003年,基于對(duì)一個(gè)AIDS臨床試驗(yàn)的研究,他們考慮了具有一個(gè)離散的區(qū)間刪失協(xié)變量的線性回歸模型。然而,他們的方法不能被推廣到協(xié)變量是連續(xù)型隨機(jī)變量的情形中。
   在這篇文章中,我

2、們引入了兩種方法來對(duì)具有一個(gè)連續(xù)型區(qū)間刪失協(xié)變量的線性回歸模型進(jìn)行統(tǒng)計(jì)分析。第一,我們采用無偏轉(zhuǎn)換方法對(duì)文中模型進(jìn)行了分析并且證明了模型中回歸系數(shù)的估計(jì)的無偏的、相合的和漸近正態(tài)的。第二,我們運(yùn)用MCMC方法對(duì)模型中的參數(shù)進(jìn)行貝葉斯估計(jì)并且得到了在文中模型下進(jìn)行Gibbs抽樣的步驟。在模擬研究中,我們對(duì)三種方法的結(jié)果進(jìn)行了比較,結(jié)果說明無偏轉(zhuǎn)換方法和MCMC方法在不同的情況下各有其優(yōu)勢。最后,我們運(yùn)用這兩種方法對(duì)一個(gè)來自于AIDS臨床試

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論