天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 社科論文 > 社會學論文 >

缺失數(shù)據(jù)的貝葉斯模型處理

發(fā)布時間:2021-06-07 09:14
  在醫(yī)療研究中,研究人員利用病人的醫(yī)療記錄經(jīng)常會遇到一些數(shù)據(jù)缺失問題。這些缺失的數(shù)據(jù)中蘊含著對醫(yī)療診斷和研究有很大價值的信息,那么如何處理醫(yī)療數(shù)據(jù)的缺失問題就成為一項重要的研究課題。在現(xiàn)實環(huán)境中,產(chǎn)生數(shù)據(jù)缺失的原因有很多。不同的背景下,采用不同缺失數(shù)據(jù)處理方法對統(tǒng)計分析工作有很重要的影響。傳統(tǒng)的處理方法是直接刪除含有缺失數(shù)據(jù)的醫(yī)療記錄,或默認值處理,或完全不處理,得到的分析結(jié)果往往不是很滿意。針對不同的缺失數(shù)據(jù)問題,Little和Rubin定義了以下三種不同的數(shù)據(jù)缺失機制:完全隨機缺失(missing completely at random, MCAR);隨機缺失(missing at random, MAR),及信息缺失(information missing, IM)。 本文主要目的是研究信息缺失(IM)機制下的醫(yī)療數(shù)據(jù)缺失問題。通過馬爾科夫隨機數(shù)據(jù)模擬來探討三種貝葉斯模型處理缺失數(shù)據(jù)的方法,即先賦予含缺失數(shù)據(jù)的變量一個簡單的先驗分布,再進行缺失數(shù)據(jù)填補的方法。不失一般性,同時探討兩種多變量結(jié)構的logistic回歸模型的數(shù)據(jù)填補方法。最后作為對比,檢驗完全觀測數(shù)據(jù)分析模型和對條件的缺失進行缺失數(shù)據(jù)處理模型的數(shù)據(jù)填補情況。結(jié)果表明每一種方法的偏差和均方誤差與變量的缺失率及缺失機制有關,且沒有任何一種方法有很好的填補效果。但是,假設先賦予缺失變量一個簡單的先驗分布,且分布參數(shù)服從一致的先驗分布,在大多數(shù)情況下都可以相對降低偏差,對于醫(yī)療研究有非常重要的意義。最后,以分析影響心臟病患者死亡率的危險因素做一個實證分析。
【學位授予單位】:中南大學
【學位級別】:碩士
【學位授予年份】:2011
【分類號】:C811
文章目錄
摘要
Abstract
第一章 緒論
    1.1 問題的提出
    1.2 醫(yī)療記錄中存在數(shù)據(jù)缺失的原因
    1.3 醫(yī)療缺失數(shù)據(jù)的處理方法
    1.4 貝葉斯方法在醫(yī)療領域的研究和進展
    1.5 本文的研究目的及主要工作和創(chuàng)新
        1.5.1 本文的研究目的及主要工作
        1.5.2 本文的創(chuàng)新點
第二章 缺失數(shù)據(jù)方法的研究
    2.1 缺失數(shù)據(jù)機制的提出
        2.1.1 完全隨機數(shù)據(jù)缺失(missing completely at random,MCAR)
        2.1.2 隨機數(shù)據(jù)缺失(missing at random,MAR)
        2.1.3 信息缺失(information missing,IM)
    2.2 缺失數(shù)據(jù)的處理方法
        2.2.1 填補
    2.3 多重填補的機制
        2.3.1 貝葉斯統(tǒng)計分析
        2.3.2 EM填補
        2.3.3 Gibbs抽樣填補
    2.4 基于貝葉斯理論的Logistic回歸模型分析
        2.4.1 醫(yī)療研究中的Logistic回歸模型
        2.4.2 醫(yī)療數(shù)據(jù)的Logistic回歸分析
第三章 隨機模擬研究及模型的提出
    3.1 隨機數(shù)據(jù)
        3.1.1 隨機數(shù)據(jù)模擬
        3.1.2 兩種隨機數(shù)據(jù)的生成模型
        3.1.3 缺失數(shù)據(jù)機制
    3.2 缺失數(shù)據(jù)處理模型的提出
        3.2.1 第一組隨機數(shù)據(jù)模型
        3.2.2 第二組隨機數(shù)據(jù)模型
    3.3 Bayesian推斷分析軟件Winbugs14語句及運行結(jié)果
        3.3.1 Winbugs簡介
        3.3.2 模型迭代結(jié)果
    3.4 馬爾科夫模擬結(jié)果
        3.4.1 第一組隨機數(shù)據(jù)的形成結(jié)果
        3.4.2 第二組隨機數(shù)據(jù)的形成結(jié)果
    3.5 模擬結(jié)果分析
第四章 案例分析
    4.1 數(shù)據(jù)來源
    4.2 研究方法
        4.2.1 統(tǒng)計數(shù)據(jù)的處理
        4.2.2 模型的建立
    4.3 結(jié)果分析
第五章 討論與展望
參考文獻
致謝

【相似文獻】

相關期刊論文 前10條

1 朱耀生;趙守娟;;一類不完全縱向數(shù)據(jù)的統(tǒng)計推斷[J];新鄉(xiāng)學院學報(自然科學版);2011年03期

2 姜姝;;大學生英語學習網(wǎng)絡應用中的道德問題調(diào)查[J];揚州大學學報(高教研究版);2011年03期

3 楊宜平;;協(xié)變量隨機缺失下線性模型的經(jīng)驗似然推斷及其應用[J];數(shù)理統(tǒng)計與管理;2011年04期

相關博士學位論文 前10條

1 金弟;復雜網(wǎng)絡社區(qū)挖掘中若干關鍵問題研究[D];吉林大學;2012年

2 王睿;胃食管反流病流行病學調(diào)查及其缺失數(shù)據(jù)的處理方法研究[D];第二軍醫(yī)大學;2009年

3 趙慧秀;可交換的兩值數(shù)據(jù)的統(tǒng)計分析[D];東北師范大學;2009年

4 鄭術蓉;線性不等式約束下的EM算法[D];吉林大學;2004年

5 閻小妍;基于胃腸疾病流行病學調(diào)查數(shù)據(jù)的結(jié)構方程建模研究[D];第二軍醫(yī)大學;2009年

6 程皖民;基于小子樣復雜信息集的可靠性評估方法及其應用研究[D];國防科學技術大學;2006年

7 王揚帆;基于偏微分方程的時滯遞歸神經(jīng)網(wǎng)絡的動力分析與多尺度圖像處理研究[D];中國海洋大學;2011年

8 王秀麗;半?yún)V模型和缺失數(shù)據(jù)下估計方程的經(jīng)驗似然推斷[D];山東大學;2011年

9 劉旭;在完全和缺失數(shù)據(jù)下基于非光滑估計方程的統(tǒng)計推斷與變量選擇問題[D];云南大學;2010年

10 彭穎;基于退化隱式半馬爾科夫模型的設備健康預測及系統(tǒng)性維護策略研究[D];上海交通大學;2011年

相關碩士學位論文 前10條

1 胡芳芳;缺失數(shù)據(jù)的貝葉斯模型處理[D];中南大學;2011年

2 田霆;定時截尾缺失數(shù)據(jù)下指數(shù)分布的統(tǒng)計推斷[D];華中科技大學;2004年

3 賈博婷;具有缺失數(shù)據(jù)的整值自回歸模型的統(tǒng)計推斷[D];吉林大學;2011年

4 趙麗;缺失數(shù)據(jù)模型的逆概率加權的雙重穩(wěn)健估計[D];山東大學;2010年

5 王偉;帶缺失數(shù)據(jù)的半監(jiān)督圖學習[D];華南理工大學;2011年

6 齊化富;缺失數(shù)據(jù)下兩類回歸模型的經(jīng)驗似然推斷[D];廣西師范大學;2006年

7 李長軍;基于貝葉斯網(wǎng)絡的中醫(yī)醫(yī)案數(shù)據(jù)挖掘[D];廈門大學;2008年

8 李佳寧;有缺失數(shù)據(jù)的雙向有序方列聯(lián)表的統(tǒng)計推斷[D];東北師范大學;2005年

9 石紅亮;含缺失數(shù)據(jù)線性模型中的變量選取[D];東北師范大學;2008年

10 劉鍇明;代價敏感的缺失值填充若干問題研究[D];廣西師范大學;2010年



本文編號:1883454

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/shekelunwen/shgj/1883454.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權申明:資料由用戶493ca***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com