HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

缺失数据处理在试验设计中的应用

作者:陈婷婷缺失数据缺失模型winbugs临床试验

摘要:数据缺失在社会经济研究、抽样调查、生物医药研究等诸多领域普遍存在,因而缺失数据的处理一直是国际统计学界热点讨论的课题之一。本文以哮喘临床试验为例构建缺失模型对缺失数据进行处理。通过介绍三种缺失机制,根据哮喘临床试验中真实情况模拟产生数据,在此基础上构建MAR模型,借助Win BUGS和R软件通过贝叶斯方法对模型中的参数进行估计。结果表明,在哮喘临床试验中基于缺失模型的方法对结论的敏感性分析效果显著。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

价值工程

《价值工程》(CN:13-1085/N)是一本有较高学术价值的大型旬刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《价值工程》的价值导向原则和创新本质、以及它的多学科化特性,将对管理创新、产品创新、技术创新、组织创新产生重大影响和积极的促进作用。

杂志详情