《状态风险分析及其在生物医学中的应用 上 定常协变量问题》求取 ⇩

第1篇 相关风险分析1

第1章 多元统计与相关风险分析1

1.1 变量的复共线性3

1.2 线性模型中的变量选择方法4

1.3 线性模型中离群点的分析9

1.4 相关风险分析中的多元统计方法10

第2章 分量分析与对应分析11

2.1 广义分量分析的基本原理11

2.2 系数{WtA}的确定14

2.3 方差最大和均差最大正交旋转15

2.4 应用实例21

2.5 对应分析26

附录(1)均差最大正交旋转主程序框图31

附录(2)均差最大正交旋转子程序框图33

第3章 线性回归分析34

3.1 多因变量逐步回归分析34

3.2 变量选择的其他准则38

3.3 回归方程有效性的Monte Carlo模拟检验40

3.4 多因变量逐步分量回归实例41

3.5 岭回归分析46

3.6 组群回归模型及其应用50

第4章 判别分析与聚类分析58

4.1 用逐步回归程序作多类逐步判别分析58

4.2 Fisher意义下的线性判别分析60

4.3 数量化理论63

4.4 判别分析应用实例63

4.5 多因变量的逐步聚类分析73

4.6 聚类分析应用实例78

5.1 等级分类资料的交叉积差和83

第2篇 列联风险分析83

第5章 非参数统计与列联风险分析83

5.2 秩和检验的交叉积差和表示式85

5.3 Ridit分析与H检验法的等价性质89

5.4 Ridit分析与2×K表卡方检验的近似等价性93

5.5 Spearman秩相关的交叉积差和表示式96

5.6 定性资料的数量化方法98

5.7 列联表资料的赤池信息量准则AIC分析法101

5.8 AIC与卡方检验统计量间的关系109

5.9 简代信息量标准SIC110

5.10 定量变量的明晰和模糊分级111

5.11 变量水平的聚类算法115

5.12 通用的变量选择算法与图形显示117

5.13 应用实例118

附录：子程序TWIDL框图121

第6章 分类资料的分层分析方法123

6.1 病例-对照研究中的偏倚、混杂和因果关联123

6.2 相对危险度和归因危险度128

6.3 2×2表优势比的精确检验与区间估计133

6.4 2×2表优势比的近似统计推断136

6.5 多张2×2表的合并信息与混杂控制140

6.6 多暴露水平的2×2表资料分析148

6.7 多因素资料的归因危险度估计153

6.8 状态风险分析与传统方法的比较154

6.9 模型参数的直接估计方法163

6.10 艾滋病病例-对照研究资料的分析167

第7章 配对资料的分层分析方法184

7.1 两暴露水平下的1：1配对184

7.2 两暴露水平下的1：M配对190

7.3 两暴露水平下对照数可变的配对198

7.4 三暴露水平1：1配对资料的分析203

7.5 多暴露水平下的1：1配对206

7.6 更为复杂的情况210

第8章 队列资料的经典分析方法212

8.1 发病情况的测度212

8.2 发病的年龄和时间专率215

8.3 累积发病率217

8.4 发病率与死亡率的比较和比例测度220

8.5 泊松变量与比例数的检验和置信限223

8.6 发病密度型和累积发病型追踪资料的分析227

8.7 不同暴露组标化死亡比SMR？的比较234

8.8 内部标化之SMR？的比较237

8.9 分组资料的分析方法240

8.10 生存分析概要247

8.11 竞争风险254

8.12 林县食管上皮重增病变干预试验资料的分析258

第9章 列联风险分析常用程序267

9.1 正态偏差之P值的计算267

9.2 卡方之P值的计算267

9.3 单张2×2表优势比的精确检验与区间估计269

9.4 优势比的估计与检验272

9.5 2×K表的广义Mantel检验与标化危险比277

9.6 病例-对照配对分析281

9.7 可变配对比之病例-对照分析285

9.8 三暴露水平的病例-对照配对分析289

9.9 比例数的精确和近似置信限294

9.10 比例数的趋势分析297

9.11 发病密度比的精确检验和区间估计300

9.12 泊松变量的精确检验和估计305

9.13 生存与相对生存曲线分析310

9.14 以观察人数为分母的队列资料分析314

9.15 以观察人-年数为分母的队列资料分析318

9.16 月频数的季节性分析323

9.17 logistic曲线拟合程序325

第3篇 模型风险分析331

第10章 列联表数据的lg线性模型331

10.1 lg线性模型的导出331

10.2 期望值的直接估计和迭代计算334

10.3 参数估计及其标准化值339

10.4 模型的拟合优度检验341

10.5 多维表的折叠343

10.6 模型选择的G2分解法344

10.7 多维表模型的逐步选择法346

10.8 含有序变量列联表的lg线性模型349

10.9 固定边缘总计与logit模型352

10.10 结构零与抽样零355

10.11 应用实例358

第11章 无条件logistic回归模型365

11.1 无条件logistic回归模型基础365

11.2 最速下降法和Newton-Raphson迭代法368

11.3 似然推断概要371

11.4 广义无条件logistic回归模型373

11.5 状态风险分析法与现有方法的比较374

11.6 分类资料的定性分析377

11.7 分类资料的定量分析382

11.8 混杂效应的回归调整385

11.9 模型选择与回归系数的解释386

11.10 回归模型中交互作用的研究389

11.11 模糊logistic回归分析392

12.1 广义logistic判别分析的计算公式401

第12章 logistic判别分析401

12.2 信息矩阵的存放技巧405

12.3 算法步骤406

12.4 Fisher的鸢尾花数据分类分析407

12.5 在风险分析？的应用416

第13章 条件logistic回归模型435

13.1 配对资料的分层条件logistic回归分析436

13.2 1：M配对设计的条件logistic回归分析437

13.3 广义条件logistic回归模型438

13.4 1：1配对资料的分析实例440

13.5 1：M配对资料的分析实例441

13.6 广义条件logistic回归的应用451

13.7 多组2×2表的合并信息459

13.8 肝癌前瞻性研究资料的病例-对照分析461

附录(1) 1：M配对子程框图470

附录(2) 分层子程序框图474

第14章 队列资料的模型分析方法478

14.1 生存资料的广义Cox回归模型479

14.2 广义Weibull回归模型482

14.3 广义Gompertz回归模型485

14.4 广义指数回归模型486

14.5 广义复合指数回归模型488

14.6 肺癌化疗临床试验资料的分析490

14.7 非参数模型与参数模型间的比较494

14.8 比例优势模型495

14.9 广义泊松回归模型496

14.10 泊松回归与Cox回归模型的比较498

14.11 将外部率并入模型的方法505

14.12 比例死亡率分析507

15.1 相关研究511

第4篇 风险研究设计511

第15章 风险研究设计511

15.2 非配对的病例-对照研究512

15.3 配对的病例-对照研究514

15.4 一般性队列研究515

15.5 干预试验研究516

15.6 风险研究设计电脑程序519

附录 状态约化概念与约化关联矩阵的推导531

参考文献533