医学科研中缺失数据的EM估计
【摘要】:目的 探讨一种数据补缺的统计方法 ,以避免医学科研中常常发生观测数据的缺失而造成统计分析的困难 .方法 通过数据间的相关信息 ,应用 EM算法和生长曲线模型进行数据分析 .结果 给出了 EM算法的迭代步骤 ,并用软件 SAS/ IML编程实现 .结论 通过 EM补缺 ,可以保证资料分析的有效性 ,且 EM算法补缺使参数估计的方差大大变小 ,从而提高了参数估计精度
【作者单位】:
第四军医大学预防医学系卫生统计学教研室 山西医科大学公共卫生学院卫生统计学教研室 第四军医大学预防医学系卫生统计学教研室 第四军医大学预防医学系卫生统计学教研室
【关键词】: EM算法 缺失数据 重复观测 数据分析
【基金】:国家自然科学基金资助项目 (3 990 0 12 6)
【分类号】:R195.1
【正文快照】:
【关键词】: EM算法 缺失数据 重复观测 数据分析
【基金】:国家自然科学基金资助项目 (3 990 0 12 6)
【分类号】:R195.1
【正文快照】:
0 引言医学科研中 ,尤其是临床医学中十分常见的一种数据观测形式为重复观测 ( repeated measures) [1 ] ,其特点是在同一实验单位 (如人、动物、实验室样品等 )上进行多次反复观测 ,这个过程由于各种原因经常导致实验观测数据缺失 ,如动物的意外死亡 ,记录仪器发生故障 ,被
| 【引证文献】 | ||
|
|||
|
|||
|
|||||
|
|||||
|
|||||||||
|
|||||||||
| 【同被引文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||
|
|||||||||||||||
| 【二级引证文献】 | ||
|
|||||
|
|||||
| 【相似文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||
|
|||
|
|||
|
|||
|
|||||||||||||
|
|||||||||||||
| 相关期刊 | ||||||||||||||||||||||||
|
||||||||||||||||||||||||
| 相关机构 | ||||||||||||||||||||||||
|
||||||||||||||||||||||||
| 相关作者 | ||||||||||||||||||||||||
|
||||||||||||||||||||||||



