检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多重插补法研究病例队列下加法乘法风险模型

多重插补法研究病例队列下加法乘法风险模型

作者：崔雨晴大连理工大学

学位级别：硕士

在本篇文章中,我们考虑多重插补法研究病例队列下的加法乘法风险模型。在病例队列研究中,主要暴露变量仅仅在一些选定的情况下测量而来,但其他的协变量则通常从整个队列中获得。在许多潜在的大群体中,并不能对所有个体进行昂贵的暴露变... 详细信息

在本篇文章中,我们考虑多重插补法研究病例队列下的加法乘法风险模型。在病例队列研究中,主要暴露变量仅仅在一些选定的情况下测量而来,但其他的协变量则通常从整个队列中获得。在许多潜在的大群体中,并不能对所有个体进行昂贵的暴露变量进行测量。因此,接触性疾病关联研究通常基于病例队列研究,其中仅对抽样的个体获得完整的信息。然而,在整个队列中,可能有大量可用的关于廉价协变量的信息,并且可能是主要暴露变量的替代品,而这些通常未被使用。我们将病例队列研究加上队列的其余部分视为缺少数据的全队列研究。因此,我们提出在分析来自子研究的数据时,使用多重插补法来利用整个队列中的信息。我们使用完整的观测数据来拟合模型。这种利用不完全数据的方法——多重插补法,我们把它考虑为一个缺失协变量的特殊案例设计,来用于估计加法乘法风险模型的回归参数。针对插补模型,我们提出了一种基于拒绝抽样的插补方法,这是一种简单的可自然应用于一般随机缺失情况的插补方法。之后我们通过大量的仿真研究检验拒绝抽样方法的插补效果。此外,我们还以癌症数据为例,证明了所提出的插补方法的过程。

关键词：多重插补法加法乘法风险模型病例队列研究缺失协变量拒绝抽样

计数过程下区间删失数据的支持向量危险机模型研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计数过程下区间删失数据的支持向量危险机模型研究

作者：王国吉长春工业大学

学位级别：硕士

在很多领域中删失数据都经常出现,其中区间删失数据在生物医学等相关领域的研究中比较普遍,目前学者通常采用一些传统的统计学方法对这一数据进行建模分析,如加速失效模型,比例风险模型等。由于区间删失数据本身的特殊性,传统方法在预... 详细信息

在很多领域中删失数据都经常出现,其中区间删失数据在生物医学等相关领域的研究中比较普遍,目前学者通常采用一些传统的统计学方法对这一数据进行建模分析,如加速失效模型,比例风险模型等。由于区间删失数据本身的特殊性,传统方法在预测方面,特别是在非线性小样本数据集上都普遍存在着效果不佳和过拟合的问题。随着近年机器学习的发展,其强大的预测、回归与分类能力为生存时间的预测提供了新的思路。由于机器学习与区间删失数据结合的较少,本文通过计数过程表示事件时间数据,将监督学习中处理非线性小样本数据有杰出表现的支持向量机与标准生存分析中的危险回归联系起来,使得监督学习技术可用于预测区间删失数据。本文主要进行了两部分的研究,具体如下。本文第一部分,基于右删失数据支持向量危险机模型(Support Vector Hard Machine,SVHM),在单一插补和多重插补下,提出了基于插补的区间删失数据支持向量危险机模型。单一插补采用中点替代法,将区间删失数据插补成右删失数据,随后在支持向量危险机中进行建模。多重插补基于链式方程和PMDA算法(Poor Man’s Data Augmentation Algorithm),在区间删失数据上构建与支持向量危险机相结合的算法,通过迭代求解得到生存时间的预测值。模型超参数通过遗传算法进行寻优。模拟研究中在不同删失比、噪声和有限样本下通过相关系数和均方根误差对几种插补下的SVHM的效果进行对比,并将其应用于区间I型小鼠肿瘤数据集和区间II型患者因吸毒而感染艾滋病数据集中,验证了基于插补的区间删失数据SVHM在实际数据分析中也有良好的表现。本文第二部分,从区间I型删失数据的数据结构本身出发,基于区间I型删失数据的计数过程,将生存时间的预测转化为二进制结果的预测,建立决策目标函数,并将监督学习中的支持向量机(Support Vector Machine,SVM)与标准生存分析中的风险回归相结合,求出风险分数,借助K近邻算法的思想,在区间删失数据下建立了一个改进的支持向量危险机模型(Interval Censoring Support Vector Hard Machine,ICSVHM),在无需对删失分布进行建模下,通过对样本风险分数的估计来预测样本的生存时间,从而使区间Ⅰ型删失数据无需插补,直接对其生存时间进行预测。文章模型超参数通过遗传算法进行寻优。模拟研究中在不同删失比、噪声和有限样本下通过相关系数和均方根误差将IC-SVHM与几种插补下的SVHM进行对比,证实了提出的IC-SVHM比插补下的SVHM效果更好,并将所提方法应用到了小鼠肿瘤数据集的分析中,验证了IC-SVHM在实际数据分析中也有良好的表现。

关键词：区间删失支持向量机多重插补法风险分数计数过程

大气污染物PM2.5缺失数据插值方法的比较研究:基于北京市数据

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

环境与职业医学 2020年第4期37卷 299-305页

作者：曹凯鑫汤猛猛葛建鸿李泽康王晓芸李国星魏雪涛北京大学公共卫生学院北京100191 北京大学食品安全毒理学研究与评价北京市重点实验室北京100191

[背景]地面监测站点大气污染物数据越来越多地被应用到环境流行病学个体暴露评估中。鉴于大气监测等实时数据缺失信息无法弥补,利用历史数据进行相关研究时,不同填补方法引起的预测误差将影响研究者对结果的判断。[目的]综合比较6种插... 详细信息

[背景]地面监测站点大气污染物数据越来越多地被应用到环境流行病学个体暴露评估中。鉴于大气监测等实时数据缺失信息无法弥补,利用历史数据进行相关研究时,不同填补方法引起的预测误差将影响研究者对结果的判断。[目的]综合比较6种插值方法在大气污染物PM2.5数据中的填补效果,评估每种插值方法平均预测误差大小,为暴露评估中测量误差大小提供线索。[方法]基于2016年北京市35个监测站点PM2.5数据,选取3个有代表性的评价站点(东四、密云和房山),基于4个统计量(中位绝对误差、中位相对误差、均方误差和均方根误差)进行6种插值方法(日均值、最近监测站点、多重线性回归、多重插补、反距离权重和克里金插值法)插值效果的比较研究。[结果]6种插值方法中,在"东四"站点,多重线性回归插值法效果最优,其次为反距离权重插值法,日均值插值法最差;均方根误差分别为6.67、8.19和52.19;日均值插值法中位绝对误差为19.00,其余各方法中位绝对误差均在4以内。"密云"站点多重插补法插值效果最优,其次为克里金插值法,日均值插值法最差;均方根误差分别为8.34、11.76和42.53;日均值插值法中位绝对误差为16.00,其余各方法中位绝对误差均在5以内。"房山"站点克里金插值法效果最优,其次为多重插补法,日均值插值法最差;均方根误差分别为18.74、22.73和50.93;日均值插值法中位绝对误差为27.50,其余各方法中位绝对误差均在10以内。3个站点综合分析,克里金插值法最优,其次为多重插补法,日均值插值法最差;均方根误差分别为13.65、14.77和48.74;日均值插值法中位绝对误差为19.00,其余各方法中位绝对误差均在5以内。[结论]6种插值方法中,克里金插值法和多重插补法插值效果较优,日均值插值法效果最差;克里金插值法稳定性高于反距离权重插值法。除日均值插值法外,各方法平均预测误差在5以内。监测点密度、地形等相关因素对插值效果有很大影响。

关键词：缺失值填补插值方法交叉验证大气污染物克里金插值法多重插补法

在线全文

学校读者我要写书评

暂无评论

含缺失协变量的混合效应模型的多元单边检验

含缺失协变量的混合效应模型的多元单边检验

作者：仵旭靓太原科技大学

学位级别：硕士

多元单边检验问题在实践中经常出现,基于一些科学理论和实际研究,真实数据的统计模型参数往往具有一定的约束条件。例如,在抗HIV治疗期间病毒衰减率应该是非负的,儿童的生长速度预计是正向的等。因此,在假设检验中为模型参数添加自然约... 详细信息

多元单边检验问题在实践中经常出现,基于一些科学理论和实际研究,真实数据的统计模型参数往往具有一定的约束条件。例如,在抗HIV治疗期间病毒衰减率应该是非负的,儿童的生长速度预计是正向的等。因此,在假设检验中为模型参数添加自然约束会比使用无约束检验得到更有效的结果。另外,实际研究中往往会存在数据缺失问题,在这种情况下,基于完全数据的检验可能不适用,而使用完全情况方法删去所有不完全观测的数据,可能会使结果产生偏差。因此本文分别考虑了半参数非线性混合效应模型下基于随机缺失和不可忽略缺失情况的多元单边检验问题,并将其应用到了HIV治疗研究中,通过对病毒衰减率是否严格为正进行检验,为治疗的有效性提供依据。主要研究如下:1.对于具有随机缺失协变量的半参数非线性混合效应模型的多元单边检验问题,首先使用多重插补法对数据进行插补,得到完整的数据集用于统计推断,其次基于多重插补的结果提出了两种多元单边检验:(1)组合多个完整数据的检验统计量,然后提出总体检验;(2)将完整数据的参数估计进行组合,然后在组合估计的基础上给出一个单独的检验统计量;随后推导了它们的渐近零分布。最后通过HIV实例分析和模拟研究证明了提出的两个检验统计量的有效性。2.对于具有不可忽略缺失协变量的半参数非线性混合效应模型的多元单边检验问题,将不可忽略缺失机制合并到联合模型中,首先给出了两种基于似然法的多元单边检验:(1)将缺失数据和不等式约束分开处理,先忽略不等式约束得到参数估计值,再构造完整数据下的Wald检验,(2)同时处理缺失数据和单边不等式约束;其次推导了它们的渐近零分布,最后对两个检验统计量的有效性进行了验证。

关键词：多元单边检验缺失数据混合效应模型多重插补法似然法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

常用多重插补法的插补重数选择

统计与决策 2019年第23期35卷 5-10页

作者：孙玲莉董世杰杨贵军天津财经大学统计学院天津300222 内蒙古财经大学统计与数学学院呼和浩特010070

社会经济调查领域普遍存在无回答现象。目前处理无回答的常用方法是多重插补法。文章重点研究常用的六种多重插补法:PMM多重插补法、DA多重插补法、EMB多重插补法、普通线性回归多重插补法、贝叶斯线性回归多重插补法和自助线性回归多... 详细信息

社会经济调查领域普遍存在无回答现象。目前处理无回答的常用方法是多重插补法。文章重点研究常用的六种多重插补法:PMM多重插补法、DA多重插补法、EMB多重插补法、普通线性回归多重插补法、贝叶斯线性回归多重插补法和自助线性回归多重插补法。首先,比较六种多重插补法理论性质。其次,重点模拟研究三种线性回归多重插补法对回归模型系数估计的影响。最后,对比分析六种多重插补法的应用条件,给出使用不同多重插补法的插补重数建议。

关键词：无回答多重插补法无回答机制插补重数

逆概率加权多重插补法在中国居民收入影响因素中的应用研究

在线全文

学校读者我要写书评

暂无评论

统计与信息论坛 2019年第7期34卷 26-34页

作者：程豪中国科协创新战略研究院

在分位回归中,自变量缺失是一种重要的数据缺失问题。尤其当自变量缺失与因变量有关时,已有的多重插补法会带来有偏估计。通过逆概率加权,将修正后的逆概率加权多重插补法用于模拟研究和应用研究。模拟研究表明,在不同的缺失相关程度下... 详细信息

在分位回归中,自变量缺失是一种重要的数据缺失问题。尤其当自变量缺失与因变量有关时,已有的多重插补法会带来有偏估计。通过逆概率加权,将修正后的逆概率加权多重插补法用于模拟研究和应用研究。模拟研究表明,在不同的缺失相关程度下,逆概率加权多有效解决了同工作时间的数据缺失问题,同时重插补法能够有效减少估计偏差,并在一定程度上保证估计量的有效性。在中国综合社会调查(CGSS)的应用研究中,该方法有效解决了周工作时间的数据缺失问题,同时揭示了影响年收入的重要因素,说明该方法具有一定的应用价值。

关键词：分位回归自变量缺失逆概率加权多重插补法居民收入

在线全文

学校读者我要写书评

暂无评论

一种结合多重插补的ADS-B数据筛选算法

电讯技术 2021年第4期61卷 461-467页

作者：邹文华左谛金开研民航数据通信有限责任公司空管数据部北京100191

为了提高广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)报文质量,解决由于地面站多重覆盖、硬件设施配置、运行状态等原因引起的报文在数据重复性、数据完整性和实时性上存在的问题,采用多条件直接起始法建立... 详细信息

为了提高广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)报文质量,解决由于地面站多重覆盖、硬件设施配置、运行状态等原因引起的报文在数据重复性、数据完整性和实时性上存在的问题,采用多条件直接起始法建立航迹,采用多项约束条件筛选进入优选的报文,并基于专家评级法对报文中表征数据项完整性的权重参数进行估计,结合报文的位置精度和完好性参数综合计算得出ADS-B数据质量指标并将其作为挑选依据。对于ADS-B报文质量极度不理想的特殊情况,使用多重插补(Multiple Imputation,MI)算法对其进行补全处理,综合以上步骤挑选出高质量和高可靠性的ADS-B更新点迹。仿真计算证明该方法可有效剔除重复覆盖造成的重复报文和网络延迟造成的历史数据,防止航迹点回跳,提高数据质量和监视效率。目前,该方法已实际应用于地面站和传输链路条件均不理想的场合,大量实践结果表明该方法可用于保证输出高实时性的、周期性的、稳定平滑的、可靠的ADS-B数据。

关键词： ADS-B 数据筛选直接起始法多重插补法数据扩张算法

在线全文

学校读者我要写书评

暂无评论

基于分层模型的缺失数据插补方法研究

统计研究 2018年第11期35卷 93-104页

作者：于力超金勇进中央民族大学理学院统计学系中国人民大学应用统计科学研究中心中国人民大学统计学院湖北经济学院

大规模抽样调查多采用复杂抽样设计,得到具有分层嵌套结构的调查数据集,其中不可避免会遇到数据缺失问题,针对分层结构含缺失数据集的插补策略目前鲜有研究。本文将Gibbs算法应用到分层含缺失数据集的多重插补过程中,分别研究了固定效... 详细信息

大规模抽样调查多采用复杂抽样设计,得到具有分层嵌套结构的调查数据集,其中不可避免会遇到数据缺失问题,针对分层结构含缺失数据集的插补策略目前鲜有研究。本文将Gibbs算法应用到分层含缺失数据集的多重插补过程中,分别研究了固定效应模型插补法和随机效应模型插补法,进而通过理论推导和数值模拟,在不同组内相关系数、群组规模、数据缺失比例等情形下,从参数估计结果的无偏性和有效性两方面,比较不同方法的插补效果,给出插补模型的选择建议。研究结果表明,采用随机效应模型作为插补模型时,得到的参数估计结果更准确,而固定效应模型作为插补模型操作相对简便。在数据缺失比例较小、组内相关系数较大、群组规模较大等情形下,可以采用固定效应插补模型,否则建议采用随机效应插补模型。

关键词：分层结构数据多重插补法 Gibbs算法固定效应模型随机效应模型

在线全文

学校读者我要写书评

暂无评论

LKNNI:一种局部K近邻插补算法

中国卫生统计 2019年第5期36卷 780-783页

作者：杨日东李琳陈秋源周毅中山大学中山医学院 510080 新疆医科大学公共卫生学院

目的针对K近邻插补法在缺失率较大的数据集上的性能不佳,提出一种局部K近邻插补法。方法在6个完整的公开数据集上按照不同缺失率随机删除数据,根据填充数据和原始数据计算算法的填充性能,将局部K近邻插补法与K近邻插补法、多重插补法对... 详细信息

目的针对K近邻插补法在缺失率较大的数据集上的性能不佳,提出一种局部K近邻插补法。方法在6个完整的公开数据集上按照不同缺失率随机删除数据,根据填充数据和原始数据计算算法的填充性能,将局部K近邻插补法与K近邻插补法、多重插补法对比。结果局部K近邻插补法在缺失率较低的条件下,填充性能与多重插补法接近,且略胜于K近邻插补法。在缺失率较高的条件下,局部K近邻插补法的性能明显优于K近邻插补法,且略胜于多重插补法。结论相比K近邻插补法,局部K近邻插补法非常适合处理缺失率较大的数据集。

关键词： K近邻插补法多重插补法缺失率