本文選題：非參數(shù)置信區(qū)間　切入點：配對設(shè)計　出處：《南方醫(yī)科大學(xué)》2017年博士論文　論文類型：學(xué)位論文

【摘要】：背景:配對率數(shù)據(jù)在生物統(tǒng)計學(xué)應(yīng)用領(lǐng)域中極為常見。對于配對率數(shù)據(jù),不論在非劣、優(yōu)效還是等效性驗證中,置信區(qū)間都扮演著重要的角色。對于配對率差的置信區(qū)間構(gòu)建,目前推薦的Tango score近似法的置信區(qū)間寬度相對較寬,推薦的非條件精確置信區(qū)間及對應(yīng)的近似非條件精確置信區(qū)間運算量較大。Lange等人將靈敏度、特異度當(dāng)成特殊的AUC,為配對率的置信區(qū)間構(gòu)建提供了一條新思路。但現(xiàn)有非參數(shù)法計算復(fù)雜,限制了其應(yīng)用。對于配對率比的置信區(qū)間構(gòu)建,已有的模擬研究得出了不一致的結(jié)論,因此需要對已有方法重新進(jìn)行模擬比較。本研究在已有方法的基礎(chǔ)上增加了新的基于不同相關(guān)系數(shù)處理方法的MOVER法構(gòu)建策略。目的:①利用AUC基于U統(tǒng)計量的非參數(shù)構(gòu)建方法構(gòu)建配對率差的非參數(shù)置信區(qū)間,并與已有方法進(jìn)行模擬比較;②基于MOVER法提出兩種新的配對率比置信區(qū)間構(gòu)建策略,并與已有方法進(jìn)行模擬比較。方法:①將率數(shù)據(jù)表示為U統(tǒng)計量的表達(dá)式,基于structural component方法構(gòu)建配對率協(xié)方差陣;基于正態(tài)分布及t分布近似構(gòu)建配對率差的非參數(shù)置信區(qū)間方法。②采用兩種不同的相關(guān)系數(shù)調(diào)整方法構(gòu)建配對率差MOVER Wilson score置信區(qū)間,并將所有方法進(jìn)行模擬比較。③模擬比較評價指標(biāo)采用置信區(qū)間覆蓋率、平均/中位寬度以及尾側(cè)不覆蓋率比值指標(biāo)。結(jié)果:基于U統(tǒng)計量,本研究構(gòu)建了基于正態(tài)分布及自由度為n-1的t分布近似配對率差置信區(qū)間�；谂鋵β氏嚓P(guān)系數(shù)φ估計,本研究基于φ的連續(xù)性矯正法給出了新的MOVER置信區(qū)間構(gòu)建策略。同時本研究基于將配對率四格表數(shù)據(jù)當(dāng)做多項分布數(shù)據(jù),得出了基于多項分布率比的MOVER置信區(qū)間構(gòu)建策略。模擬研究得出:①對于配對率差的置信區(qū)間,本研究提出的基于自由度n-1的t分布非參數(shù)法與Tango score法的覆蓋率在各參數(shù)設(shè)置下均高于94%,并且除了在小樣本情況下,本研究提出的非參數(shù)方法置信區(qū)間寬度比Tango score法置信區(qū)間要窄,尾側(cè)不覆蓋率指標(biāo)各參數(shù)設(shè)置下均有較好的表現(xiàn)。相比精確置信區(qū)間法本研究提出的非參數(shù)法計算更為簡單。②對于配對率比置信區(qū)間法,本研究提出的φ連續(xù)性校正MOVER Wilson score覆蓋率整體表現(xiàn)最優(yōu),置信區(qū)間寬度較窄。近似score法及本研究提出的基于多項分布MOVER法表現(xiàn)次之。就尾側(cè)不覆蓋率來講,基于近似score法、基于多項分布對數(shù)變換MOVER法及φ連續(xù)性校正MOVER Wilson score法要優(yōu)于其他方法。結(jié)論:本研究建立了基于U統(tǒng)計量的配對率差置信區(qū)間構(gòu)建t分布近似非參數(shù)法。該方法計算簡便,而且模擬研究顯示不論在大樣本還是小樣本下其均有較好的表現(xiàn),適合在應(yīng)用中推廣使用。將配對率數(shù)據(jù)當(dāng)成多項分布數(shù)據(jù)及基于相關(guān)系數(shù)φ連續(xù)性校正所構(gòu)建的MOVER Wilson score法的配對率比置信區(qū)間相比已有方法表現(xiàn)較好,其中以基于連續(xù)性校正φ估計的方法表現(xiàn)最優(yōu)。綜合考慮本研究推薦應(yīng)用中使用連續(xù)性校正φ估計的MOVER Wilson score法。
[Abstract]:Background: matching rate data in biostatistics applications is very common. For paired data, regardless of the non inferior, superior efficiency or equivalenceverification, confidence intervals have played an important role. For the matching rate difference confidence interval construction, the width of confidence interval currently recommended Tango score approximation method is relatively wide approximate, non conditional non recommended conditions of exact confidence intervals and the corresponding confidence interval computation by.Lange sensitivity, specificity as a special AUC for paired rate confidence interval provides a new way to construct a non parametric method. But the existing computational complexity, which limits its application. For the construction of confidence interval rate matching ratio, simulation studies have yielded conflicting results, so we need to re simulate the comparison of existing methods. This research is based on the existing method adds a new base in With the method of MOVER correlation coefficient method to construct strategy. Objective: 1. Using AUC to construct the construction method of non parametric paired confidence interval rate difference based on nonparametric U statistics, and by comparing with existing methods; the MOVER method based on the proposed two new pairing rate than the confidence interval construction strategy, and with existing methods comparison of simulation. Methods: the data rate expressed as U statistic expression, structural component method of constructing covariance matrix based on the matching rate; normal distribution and t distribution approximation to construct non parametric paired confidence interval method. The rate difference based on correlation coefficients of two different adjustment methods to construct pairing rate difference MOVER score confidence interval Wilson and, all methods are compared. The simulation simulation and comparison of evaluation index by using the confidence interval coverage rate, average / median width and tail side coverage ratio index: Based on U statistics, this study constructed a normal distribution and N-1 degrees of freedom t distribution approximation matching rate difference confidence interval. Based on the correlation coefficient matching rate estimation based on this research, based on the continuity of the new correction method with MOVER confidence interval construction strategy. At the same time this study based on the matching rate of four case table data as multinomial distribution data obtained multinomial distribution ratio MOVER confidence interval based on the simulation of the confidence interval matching rate difference, the degree of freedom of n-1 t distribution and Tango non parametric method score method based on coverage in all parameters was higher than 94%. And except in the case of small samples, this study proposes a non parametric method of confidence interval width is narrower than the Tango score confidence interval, caudal not coverage parameters provided better performance were compared. The exact position The non parameter method to calculate the confidence interval method proposed is simple. For the matching rate than the confidence interval method, this study proposes a MOVER Wilson score with continuity correction coverage best overall performance, the confidence interval width is narrow. The approximate score method and the MOVER method based on the multinomial distribution of performance. The tail side does not cover rate, approximate score method based on the multinomial distribution logarithmic transformation method of MOVER and MOVER Wilson score with continuity correction method is better than other methods based on. Conclusion: This study established the U statistic matching rate difference confidence interval constructed t distribution approximation method based on non parameter. This method is simple in calculation, and simulation research shows that in large or small sample size which have good performance, suitable for use in the application. The paired data rate as multinomial distribution data and the correlation coefficient based on continuity correction The matching rate of the MOVER Wilson score method is better than that of the confidence interval method, and the method based on the continuous correction method is the best. The MOVER Wilson score method is recommended for the recommended application.

【學(xué)位授予單位】：南方醫(yī)科大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣書法;搜索法求最短置信區(qū)間的近似值[J];上海電力學(xué)院學(xué)報;2002年01期

2 高尚;最短置信區(qū)間的計算[J];華東船舶工業(yè)學(xué)院學(xué)報(自然科學(xué)版);2002年03期

3 王文周;平均值置信區(qū)間的公式表示[J];信陽師范學(xué)院學(xué)報(自然科學(xué)版);2002年01期

4 蔣金鳳;均勻分布母體參數(shù)置信區(qū)間的研究[J];統(tǒng)計與決策;2004年05期

5 牛莉,畢雅軍;關(guān)于最小置信區(qū)間的討論[J];東北林業(yè)大學(xué)學(xué)報;2004年06期

6 王蕊;;有序效應(yīng)的三種同時置信區(qū)間的比較[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2005年04期

7 王正武;張瑞平;;最短置信區(qū)間的近似計算[J];高等數(shù)學(xué)研究;2006年02期

8 張慶平;;非對稱分布置信區(qū)間的分析[J];統(tǒng)計與決策;2007年09期

9 沈燕;張永軍;;分位點的序貫置信區(qū)間[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2007年12期

10 田茂再;吳喜之;李遠(yuǎn);周朋朋;;逆抽樣下流行病發(fā)病率的逼近與漸近置信區(qū)間[J];系統(tǒng)科學(xué)與數(shù)學(xué);2008年05期

相關(guān)會議論文 前8條

1 李惕碚;;小樣本的統(tǒng)計分析[A];Error Treatment in Particle Physics Experiments--Proceedings of CCAST(World Laboratory) Workshop[C];2004年

2 陳秋華;魏軍強;;基于最小一乘的一元線性模型中回歸系數(shù)的一個置信區(qū)間及其應(yīng)用[A];中國現(xiàn)場統(tǒng)計研究會第十三屆學(xué)術(shù)年會論文集[C];2007年

3 胡順仁;陳偉民;章鵬;黃曉微;;基于回歸分析的撓度測量數(shù)據(jù)置信區(qū)間預(yù)測算法[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

4 楊復(fù)興;;概率密度函數(shù)的廣義最小二乘估計[A];2003中國現(xiàn)場統(tǒng)計研究會第十一屆學(xué)術(shù)年會論文集（上）[C];2003年

5 ;第四章2008年與2010年結(jié)果對比[A];2010年中國省會城市公共治理指數(shù)報告[C];2011年

6 馬湘玲;陳鐵生;馮密羅;;簡單隨機抽樣總體均值的置信區(qū)間[A];數(shù)學(xué)·物理·力學(xué)·高新技術(shù)研究進(jìn)展——2000（8）卷——中國數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究會第8屆學(xué)術(shù)研討會論文集[C];2000年

7 諸葛龍;陳征;胡金和;黃英;;水稻細(xì)菌性條斑病系統(tǒng)管理模型的研究[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

8 韓棟;陳征;;輪廓似然函數(shù)及其應(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計學(xué)年會會議論文集[C];2011年

相關(guān)博士學(xué)位論文 前6條

1 薛玉強;基于ψ調(diào)整的含單個分類協(xié)變量的率差置信區(qū)間估計新方法[D];南方醫(yī)科大學(xué);2015年

2 段重陽;配對設(shè)計率差及率比置信區(qū)間構(gòu)建新方法[D];南方醫(yī)科大學(xué);2017年

3 劉岳巍;自適應(yīng)蒙特卡洛方法和固定寬度置信區(qū)間[D];蘭州大學(xué);2013年

4 孟憲花;多重比較中的一些問題研究[D];華東師范大學(xué);2009年

5 邱世芳;流行病學(xué)研究中有關(guān)風(fēng)險差的若干問題研究[D];云南大學(xué);2010年

6 葉仁道;幾類線性統(tǒng)計模型的估計和檢驗[D];北京工業(yè)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 梁駿;水文設(shè)計值置信區(qū)間計算方法研究[D];西北農(nóng)林科技大學(xué);2016年

2 李娟;多個雙參數(shù)指數(shù)分布下均值差的同時置信區(qū)間[D];山西師范大學(xué);2016年

3 張驍;專用道公交實時優(yōu)先協(xié)調(diào)控制方法研究[D];北方工業(yè)大學(xué);2017年

4 郭寶才;幾種分布參數(shù)置信區(qū)間的最短化研究[D];河海大學(xué);2003年

5 孫慧玲;取定統(tǒng)計量下的最優(yōu)置信區(qū)間分析[D];華中師范大學(xué);2008年

6 陶會強;均值向量的非參數(shù)聯(lián)合置信區(qū)間[D];華東師范大學(xué);2012年

7 王蕊;幾種同時置信區(qū)間的比較[D];安徽大學(xué);2006年

8 易紅玲;多維二項分布參數(shù)的同時置信區(qū)間[D];華東師范大學(xué);2010年

9 李丹;二項分布參數(shù)置信區(qū)間的比較[D];東北師范大學(xué);2008年

10 秦祖啟;兩正態(tài)總體方差比的優(yōu)化置信區(qū)間問題[D];華中師范大學(xué);2006年

，

本文編號：1601492