掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
中醫入門必背歌訣
-
>
醫驗集要
-
>
尋回中醫失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫華佗(奇方妙治)
-
>
(精)河南古代醫家經驗輯
缺失數據分析在健康科學中的應用(翻譯版) 版權信息
- ISBN:9787117317399
- 條形碼:9787117317399 ; 978-7-117-31739-9
- 裝幀:一般膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
缺失數據分析在健康科學中的應用(翻譯版) 內容簡介
本書的主要內容就是描述缺失數據分析的統計方法和模型,這在健康科學應用中有很強的實踐性。全書共分為八章,章介紹了缺失數據機制的概念和一些實例,第2章概述了處理缺失數據的方法,第3章描述了一些使缺失數據影響很小化的設計策略,第4章和第5章分別介紹了橫向研究和縱向研究中處理缺失數據問題的方法,第6章詳細論述了在生存分析中缺失的數據問題。第3-6章都是討論可忽略的缺失數據問題,在第7章中提出了如何處理不可忽略的缺失數據問題的方法。很后,第8章討論了處理因果推斷中缺失數據的方法。
缺失數據分析在健康科學中的應用(翻譯版) 目錄
**章 缺失數據的概念和啟發性的例子
1.1 缺失數據問題的回顧
1.2 缺失數據的模式和機制
1.2.1 缺失數據模式
1.2.2 缺失數據機制
1.3 數據示例
1.3.1 改善心情并促進合作的治療(IMPACT)的研究
1.3.2 美國阿爾茨海默病協調中心(NACC)*小數據集
1.3.3 美國阿爾茨海默病協調中心(NACC)統一數據集
1.3.4 路徑研究
1.3.5 維生素A補充劑的隨機試驗
1.3.6 流感疫苗效果隨機試驗
第二章 處理缺失數據問題的方法概述
2.1 刪除觀測值的方法
2.1.1 完全案例方法
2.1.2 加權完全案例方法
2.1.3 移除有大量缺失的變量
2.2 利用所有可用數據的方法
2.2.1 極大似然方法
2.3 填補缺失數據的方法
2.3.1 單一填補方法
2.3.2 多重填補
2.4 貝葉斯方法
第三章 在有缺失數據時的設計考量
3.1 與缺失數據有關的設計因素
3.2 在臨床試驗設計階段限制缺失數據的策略
3.3 在臨床試驗實施階段限制缺失數據的策略
3.4 *小化缺失數據的影響
第四章 橫截面數據方法
4.1 常用方法概述
4.2 數據的例子
4.2.1 模擬研究
4.2.2 NHANES示例
4.3 極大似然方法
4.3.1 缺失協變量為連續型的線性回歸的EM算法
4.3.2 缺失協變量為離散型時線性回歸的EM算法
4.3.3 二值響應變量有缺失的邏輯回歸的EM算法
4.3.4 模擬研究
4.3.5 IMPACT研究
4.3.6 NACC研究
4.4 貝葉斯方法
4.4.1 理論
4.4.2 聯合模型以及可忽略的缺失
4.4.3 缺失數據的貝葉斯填補
4.4.4 模擬的例子
4.4.5 IMPACT研究
4.4.6 NHANES示例
4.5 多重填補
4.5.1 理論
4.5.2 漸近性考量和實踐準則
4.5.3 多重填補方法的理論解釋
……
第五章 縱向數據方法
第六章 可忽略缺失機制下的生存分析
第七章 不可忽略缺失
第八章 帶非依從的隨機化臨床試驗分析
參考文獻
1.1 缺失數據問題的回顧
1.2 缺失數據的模式和機制
1.2.1 缺失數據模式
1.2.2 缺失數據機制
1.3 數據示例
1.3.1 改善心情并促進合作的治療(IMPACT)的研究
1.3.2 美國阿爾茨海默病協調中心(NACC)*小數據集
1.3.3 美國阿爾茨海默病協調中心(NACC)統一數據集
1.3.4 路徑研究
1.3.5 維生素A補充劑的隨機試驗
1.3.6 流感疫苗效果隨機試驗
第二章 處理缺失數據問題的方法概述
2.1 刪除觀測值的方法
2.1.1 完全案例方法
2.1.2 加權完全案例方法
2.1.3 移除有大量缺失的變量
2.2 利用所有可用數據的方法
2.2.1 極大似然方法
2.3 填補缺失數據的方法
2.3.1 單一填補方法
2.3.2 多重填補
2.4 貝葉斯方法
第三章 在有缺失數據時的設計考量
3.1 與缺失數據有關的設計因素
3.2 在臨床試驗設計階段限制缺失數據的策略
3.3 在臨床試驗實施階段限制缺失數據的策略
3.4 *小化缺失數據的影響
第四章 橫截面數據方法
4.1 常用方法概述
4.2 數據的例子
4.2.1 模擬研究
4.2.2 NHANES示例
4.3 極大似然方法
4.3.1 缺失協變量為連續型的線性回歸的EM算法
4.3.2 缺失協變量為離散型時線性回歸的EM算法
4.3.3 二值響應變量有缺失的邏輯回歸的EM算法
4.3.4 模擬研究
4.3.5 IMPACT研究
4.3.6 NACC研究
4.4 貝葉斯方法
4.4.1 理論
4.4.2 聯合模型以及可忽略的缺失
4.4.3 缺失數據的貝葉斯填補
4.4.4 模擬的例子
4.4.5 IMPACT研究
4.4.6 NHANES示例
4.5 多重填補
4.5.1 理論
4.5.2 漸近性考量和實踐準則
4.5.3 多重填補方法的理論解釋
……
第五章 縱向數據方法
第六章 可忽略缺失機制下的生存分析
第七章 不可忽略缺失
第八章 帶非依從的隨機化臨床試驗分析
參考文獻
展開全部
缺失數據分析在健康科學中的應用(翻譯版) 作者簡介
侯艷博士,北京大學醫學院公共衛生學院生物統計系研究員。原為哈爾濱醫科大學公共衛生學院衛生統計教研室教授、博士研究生導師。現為中華預防醫學會生物統計分會專業青年副主任委員;國際生物統計學會-中國分會青年常委及副秘書長;中國中藥協會藥物臨床評價研究專業委員會常委及副秘書長等多個社會兼職。曾在英國Wellcome Trust Sanger研究所和美國華盛頓大學生物統計系工作和學習。
書友推薦
- >
推拿
- >
回憶愛瑪儂
- >
姑媽的寶刀
- >
朝聞道
- >
經典常談
- >
詩經-先民的歌唱
- >
自卑與超越
- >
苦雨齋序跋文-周作人自編集
本類暢銷