纵向和生存数据的一个联合建模方法研究及其在艾滋病疗效评估中的应用

发布时间：2017-06-07 20:18

  本文关键词：纵向和生存数据的一个联合建模方法研究及其在艾滋病疗效评估中的应用，由笔耕文化传播整理发布。

【摘要】：在临床试验、医学研究和可靠性研究中,经常收集到重复观测得到的纵向数据和与生存时间相关的生存数据.在一些实际问题中,经常需要对一个响应变量作纵向观测;同时又要对个体的生存时间作记录,在此过程中可能会出现删失数据.单独地对纵向数据和生存数据建模,行之有效的方法有很多,但是当纵向数据和生存数据之间存在联系的时候,这样建模就不太适合.为了解决这个问题,纵向和生存数据的联合模型就被提了出来.纵向和生存数据的联合模型方法常常被用来解决此类问题,对数据进行联合建模是非常有意义的,有一定的实际应用价值.在过去的二十年里,基于纵向数据和生存数据的联合模型已经被广泛关注.这些模型通常包含以下三种情况:存数据模型与时间相关的协变量中含有测量误差或缺失数据,纵向数据模型也存在信息缺失,生存过程和纵向的过程需要通过相关的变量联合起来.在这些情况下,单独依靠纵向模型或生存模型理论来建立模型可能会导致误差大、拟合效果差.本文主要介绍了纵向和生存数据联合模型的研究现状,分别介绍了纵向数据和生存数据研究中常用模型及估计方法,然后论述了纵向和生存数据联合模型中常用的方法两阶段方法.通过对纵向和生存数据的联合建模方法的研究,进而用此方法研究艾滋病数据,并进行联合建模.用R语言统计软件对实际数据进行处理及分析,建立适合的模型,并经行检验分析,最后得出结论.
【关键词】：纵向数据 生存数据 联合模型 艾滋病 R软件
【学位授予单位】：云南师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212.1;R512.91
【目录】：

• 摘要3-4
• Abstract4-7
• 第1章 引言7-11
• 1.1 研究背景7-8
• 1.2 数据说明8-9
• 1.3 研究目的9-10
• 1.4 论文创新点10-11
• 第2章 纵向数据模型11-16
• 2.1 线性混合效应模型11-13
• 2.2 极大似然估计13-15
• 2.2.1 固定效应的极大似然估计13-14
• 2.2.2 方差分量的极大似然估计14-15
• 2.3 AIC和BIC准则15-16
• 第3章 生存数据模型16-22
• 3.1 生存数据函数16-18
• 3.1.1 生存函数16-17
• 3.1.2 危险率函数17-18
• 3.1.3 累积危险率函数18
• 3.2 常用的模型18-20
• 3.2.1 指数分布模型18-19
• 3.2.2 Weibull分布模型19-20
• 3.2.3 比例危险率模型20
• 3.3 极大似然估计20-22
• 第4章 联合模型22-28
• 4.1 联合建模简介22-24
• 4.2 两阶段方法24-26
• 4.2.1 简单的两阶段方法24
• 4.2.2 修正的两阶段方法24-26
• 4.3 似然估计26-28
• 第五章 实例分析28-38
• 5.1 数据分析28-33
• 5.1.1 直方图28-29
• 5.1.2 正态QQ图29-31
• 5.1.3 疗效分析31-32
• 5.1.4 探索分析32-33
• 5.2 建立联合模型33-35
• 5.2.1 纵向数据的拟合33-34
• 5.2.2 联合两个模型34-35
• 5.3 模型的诊断35-36
• 5.4 预测36-38
• 第6章 结论和展望38-39
• 6.1 结论38
• 6.2 进一步的工作38-39
• 参考文献39-41
• 附录 R程序41-44
• 攻读学位期间发表的学术论文和研究成果44-45
• 致谢45

【相似文献】

中国期刊全文数据库 前10条

1 谢婧;孙海燕;汪l，

本文编号：430228