检索结果-南通市图书馆

中国新药与临床杂志 2009年第8期28卷 637-640页

作者：李雪峰吴艳乔周小轲陈春蓉四川大学华西公共卫生学院卫生统计学教研室四川成都610041 四川大学华西第二医院信息管理部四川成都610041

主要介绍多适应证、多中心且各中心分配例数不等的临床试验随机化方案的设计。设计规程包括随机化参数设定、随机化规定、sas随机程序设计,以及由此产生的适应证随机编码、试验中心随机编码、试验病例随机编码、处理组的随机编码和试验... 详细信息

主要介绍多适应证、多中心且各中心分配例数不等的临床试验随机化方案的设计。设计规程包括随机化参数设定、随机化规定、sas随机程序设计,以及由此产生的适应证随机编码、试验中心随机编码、试验病例随机编码、处理组的随机编码和试验药物包装表。

关键词：临床试验随机分配统计学 sas程序

两因素重复测量资料的方差分析及其sas程序实现

在线全文

学校读者我要写书评

暂无评论

中国医科大学学报 2005年第4期34卷 323-323,331页

作者：郭海强康素明曲波孙高中国医科大学中国卫生统计杂志编辑部辽宁沈阳110001 中国实用乡村医生杂志编辑部

探讨医学研究中重复测量资料的方差分析,提供sas程序解决方案。

关键词：重复测量方差分析 sas程序

Max-Combo检验方法在sas程序中的实现

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2023年第3期40卷 477-480页

作者：罗俊张丹禹尹平殷悦夏凡孙曙光李秀央 CSCO生物统计学专家委员会NPH工作组浙江大学医学院附属第二医院临床大数据与统计中心浙江大学大数据健康科学系310058 华中科技大学公共卫生学院基石药业苏州有限公司再鼎医药(上海)有限公司江苏先声药业有限公司不详

抗肿瘤药物临床试验最常用的疗效终点有总生存期(overall survival,OS)、无进展生存期(progression free survival,PFS)等。有许多常用的统计分析方法用于分析,例如log-rank检验比较两个治疗组的生存曲线,Cox比例风险模型提供了治疗组... 详细信息

抗肿瘤药物临床试验最常用的疗效终点有总生存期(overall survival,OS)、无进展生存期(progression free survival,PFS)等。有许多常用的统计分析方法用于分析,例如log-rank检验比较两个治疗组的生存曲线,Cox比例风险模型提供了治疗组之间的相对效果估计。这些方法的性能很大程度上取决于比例风险(proportional hazard,PH)假设,即随着时间的推移,风险比是恒定的。

关键词： Cox比例风险模型 sas程序临床试验治疗组抗肿瘤药物生存曲线检验方法

在线全文

学校读者我要写书评

暂无评论

调查问卷选项无回答率的sas程序实现

统计与决策 2012年第5期28卷 70-73页

作者：孙玉环北京大学中国社会科学调查中心北京100871 东北财经大学统计学院辽宁大连116025

综合性社会调查项目中,选项无回答率的高低,是评价问卷调查数据质量、问卷题目难易程度以及访问员调查工作质量的重要标准。文章基于选项无回答率的一般计算公式,给出了计算问卷中选项的平均无回答率和选项在全部问卷上的平均无回答率两... 详细信息

综合性社会调查项目中,选项无回答率的高低,是评价问卷调查数据质量、问卷题目难易程度以及访问员调查工作质量的重要标准。文章基于选项无回答率的一般计算公式,给出了计算问卷中选项的平均无回答率和选项在全部问卷上的平均无回答率两个sas实现程序,并归纳了程序的编写思路和技巧。

关键词：综合性社会调查项目选项无回答率 sas程序

用sas程序模拟抽样绘制t、F和χ~2分布

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2011年第2期28卷 197-198,201页

作者：邢光南赵团结盖钧镒南京农业大学大豆研究所/国家大豆改良中心/作物遗传与种质创新国家重点实验室 210095

长期以来作为国际著名的统计软件sas以其强大的统计功能受到广大使用者的青睐,并被广泛介绍〔1-3〕。利用计算机辅助教学有利于改进统计课程的教学〔4〕,对那些内容抽象,学生难以理解,用传统教学方法难以奏效的教学内容开展sas系统辅助... 详细信息

长期以来作为国际著名的统计软件sas以其强大的统计功能受到广大使用者的青睐,并被广泛介绍〔1-3〕。利用计算机辅助教学有利于改进统计课程的教学〔4〕,对那些内容抽象,学生难以理解,用传统教学方法难以奏效的教学内容开展sas系统辅助教学卓有成效[5-7]。

关键词： sas程序计算机辅助教学抽样模拟传统教学方法 sas系统统计功能统计软件

在线全文

学校读者我要写书评

暂无评论

灰色预测模型的sas程序改进

中国卫生统计 2008年第6期25卷 640-641页

作者：孔超刘元凤沈续雷复旦大学社会管理与社会政策系 200433 复旦大学人口所

基于少数据模型GM(1,1)的预测称为灰色预测,是灰色系统应用的重要领域。由于该模型对数据量的要求少、不要求典型的概率分布,因而在许多领域有着广泛的应用。参考文献[1]提出了GM(1,1)在sas中的实现程序,但该程序有以下两个缺点:①没能... 详细信息

基于少数据模型GM(1,1)的预测称为灰色预测,是灰色系统应用的重要领域。由于该模型对数据量的要求少、不要求典型的概率分布,因而在许多领域有着广泛的应用。参考文献[1]提出了GM(1,1)在sas中的实现程序,但该程序有以下两个缺点:①没能对数据是否适合GM(1,1)模型进行事前检验;②只能对历史数据进行预测比较,不能对未来数据进行预测。从某种意义上说参考文献[1]提供的程序是不能满足GM(1,1)模型预测的需要,本文从这两方面对该程序进行改进。

关键词：灰色预测模型 sas程序数据模型灰色系统概率分布参考文献历史数据数据量

在线全文

学校读者我要写书评

暂无评论

用sas程序整理病例交叉设计资料

中国卫生统计 2012年第1期29卷 135-138页

作者：彭晓武余松林相红许振成彭晓春环境保护部华南环境科学研究所 210042 华中科技大学同济医学院公共卫生学院石药集团药物研究院

Maclure于1991年提出了病例交叉研究方法〔1〕,利用暴露效应的时间差作自身对照,用条件logistic回归模型建立暴露与疾病之间的关系。它是继横断面研究、病例对照研究和队列研究后发展的一种新的流行病学研究方法,适合于多变量的时间序... 详细信息

Maclure于1991年提出了病例交叉研究方法〔1〕,利用暴露效应的时间差作自身对照,用条件logistic回归模型建立暴露与疾病之间的关系。它是继横断面研究、病例对照研究和队列研究后发展的一种新的流行病学研究方法,适合于多变量的时间序列资料的分析,已广泛用于环境污染与健康关系的研究中。在我国,张政、詹思延〔2〕和胡以松〔3〕分别于2001年对这一研究方法作了系统介绍。

关键词：病例交叉设计 sas程序条件logistic回归模型流行病学研究方法整理病例对照研究时间序列资料自身对照

疾病亚型分配不等的多中心临床试验随机化方案及sas程序

在线全文

学校读者我要写书评

暂无评论

中国新药杂志 2004年第8期13卷 730-732页

作者：邹建东熊宁宁蒋萌刘芳卜擎燕南京中医药大学附属医院国家药品临床研究基地南京210029

介绍多种疾病亚型、各中心分配例数不等的临床试验随机化方案的设计。设计规程包括随机化参数设定、随机化规定、sas随机程序设计,以及由此产生的随机数字、疾病亚型和试验中心随机编码、试验病例随机编码、处理组的随机编码及试验药物... 详细信息

介绍多种疾病亚型、各中心分配例数不等的临床试验随机化方案的设计。设计规程包括随机化参数设定、随机化规定、sas随机程序设计,以及由此产生的随机数字、疾病亚型和试验中心随机编码、试验病例随机编码、处理组的随机编码及试验药物包装表。

关键词：临床试验随机化方案 sas程序

微机编程技术在生物统计中的应用──可免查F值表的单因子完全随机分组资料的方差分析及多重比较BASIC、sas程序

在线全文

学校读者我要写书评

暂无评论

畜牧与兽医 1997年第6期29卷 260-261页

作者：徐夕水佛山科学技术学院农牧分院

微机编程技术在生物统计中的应用可免查Ｆ值表的单因子完全随机分组资料的方差分析及多重比较ＢＡＳＩＣ、ＳＡＳ程序徐夕水（佛山科学技术学院农牧分院南海市５２８２３１）１程序功能众所周知，在科学研究中，方差分析是区分变因、分... 详细信息

微机编程技术在生物统计中的应用可免查Ｆ值表的单因子完全随机分组资料的方差分析及多重比较ＢＡＳＩＣ、ＳＡＳ程序徐夕水（佛山科学技术学院农牧分院南海市５２８２３１）１程序功能众所周知，在科学研究中，方差分析是区分变因、分清主次的一个十分重要的工具，而试验...

关键词：生物统计微机编程应用 sas程序

三种具有非标准误差结构的试验设计及sas程序关系探讨

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2008年第2期25卷 193-195页

作者：徐英郜艳晖李丽霞周舒冬李燕芬张敏叶小华广东药学院卫生统计教研室 510310

在医学科研中，研究者常根据研究目的和试验条件选择试验设计方案，如完全随机设计、随机区组设计、析因设计等。在这些试验设计中，各处理因素同时作用于同一级别的受试对象，且处理因素间没有主次之分。因此在方差分析时，往往用标准... 详细信息

在医学科研中，研究者常根据研究目的和试验条件选择试验设计方案，如完全随机设计、随机区组设计、析因设计等。在这些试验设计中，各处理因素同时作用于同一级别的受试对象，且处理因素间没有主次之分。因此在方差分析时，往往用标准误差结构（standard error structure），即以模型的误差项作为分析各处理因素的误差项。然而在实际工作中，根据研究目的，各处理因素可能有隶属关系或主次之分，如系统分组(嵌套)设计；或由于试验的特性各处理因素先后作用于不同级别的受试对象，如裂区设计；或对同一受试对象先后多次测量同一观察指标，如重复测量设计等等。这类资料在方差分析时需要考虑非标准误差结构(nonstandard error structure)，即分析不同处理因素作用时要用到不同层次的误差项。本文通过实例分析上述三种具有非标准误差结构的试验设计的变异分解规律及其相应的sas程序，以便更深入地理解几种常用试验设计方差分析的基本思想及其相互关系。

关键词：试验设计标准误差 sas程序结构完全随机设计随机区组设计 error 医学科研