具狀態指標缺失之現狀資料的權重逆機率方法

淡江大學機構典藏 > 理學院 > 數學學系暨研究所 > 學位論文 > Item 987654321/101593

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/101593

题名:	具狀態指標缺失之現狀資料的權重逆機率方法
其它题名:	Inverse probability weighted method for current status data with missing status indicator
作者:	王姿蓉;Wang, Tzu-Jung
贡献者:	淡江大學數學學系碩士班溫啟仲;Wen, Chi-Chung
关键词:	現狀資料;替代指標;骨質疏鬆症;隨機缺失;Current Status Data;Surrogate for status indictor;Osteoporosis;Missing at random
日期:	2014
上传时间:	2015-05-01 16:11:17 (UTC+8)
摘要:	在人口統計調查或生物醫學研究中，常遇到現狀資料，其中資料的觀測值包含檢查時間及關心的事件是否在檢查時間時已經發生的現狀指標。在本論文中，我們提出了權重逆機率的估計方法來分析現狀指標可能缺失但其替代指標可得的現狀資料。我們的方法建立在正比例存活風險模型及隨機缺失的假設下。模擬結果驗證了我們所提的估計量具有漸進常態性且校正了直接忽略缺失資料的完整資料分析方法所產生的偏誤。除此之外，我們也以骨質疏鬆症的資料分析來作為所提方法的例證說明。 Current status data are commonly encountered in demographic or biomedical studies, in which the observation consists of an examination time and a status indicator for whether or not the event of interest has occurred by the examination time. In this thesis, we propose an inverse probability weighted method for analyzing current status data where the status indicator is subject to missing but a surrogate for status indictor is available instead. Our method is based on the proportional hazards survival model and missing at random mechanism. Simulation results confirm that the proposed estimator is asymptotically normal and it removes the bias resulted from the naive “complete case” analysis discarding subjects with missing value. Besides we illustrate our proposal by analyzing an osteoporosis survey data.
显示于类别:	[數學學系暨研究所] 學位論文

文件中的档案:

档案	大小	格式	浏览次数
index.html	0Kb	HTML	163	检视/开启

在機構典藏中所有的数据项都受到原著作权保护.

TAIR相关文章

数据加载中.....