首页 > 文献资料
-
探讨放疗中获得佳治疗效果的剂量分布
目的探讨放射治疗中获得大肿瘤控制概率(TCP)的剂量分布.方法在假设肿瘤部位治疗能量一定的情况下,根据提出的TCP计算模型,用拉格朗日乘子方法推导出任意肿瘤生物学参数取值分布时获得大TCP的条件.在假设的生物学参数取值和分布下,通过计算画出佳剂量分布和剂量均匀分布时TCP与肿瘤中平均剂量的关系曲线进行分析.结果在参数取值分布不均匀时,佳剂量分布时TCP与肿瘤中平均剂量的关系曲线要好于剂量均匀分布时的曲线,而且随着参数取值不均匀性的增加,两者的差距变大.结论应根据生物学参数的取值分布来确定获得大TCP的剂量分布.
-
一般计数资料Poisson分布模型回归分析
本文目的是介绍一般计数资料Poisson分布模型回归分析.首先,介绍一般计数资料及其Poisson分布模型构建原理,包括“一般计数资料Poisson分布回归模型的形式”和“一般计数资料Poisson分布回归模型的求解”;其次,介绍“一般计数资料Poisson分布回归模型的SAS实现”,包括“创建SAS数据集”“求出因变量Y的均值和方差”“检验因变量是否存在过离散现象”“对过离散进行校正”和“基于全部自变量对因变量Y构建多重Poisson分布回归模型”.本文结果提示,在“过离散”不十分严重的情况下,通过在GENMOD过程的“model语句”中增加选项“dist =poisson”和“scale=deviance”,可以较好地校正“过离散”导致的不良后果.
-
过离散计数资料负二项分布模型回归分析
本文目的是介绍过离散(即方差明显大于均值)计数资料负二项分布模型回归分析.首先,介绍了过离散计数资料及其负二项分布回归模型构建原理,包括“过离散计数资料负二项分布回归模型的形式”和“过离散计数资料负二项分布回归模型的求解”;第二,介绍了“过离散计数资料负二项分布回归模型的SAS实现”,包括:①“创建SAS数据集”;②“求出因变量Y的均值和方差”“检验因变量是否存在过离散现象”和“基于全部自变量对因变量Y构建多重负二项分布回归模型”.本文结果提示,在“过离散”非常严重的情况下,应使用“负二项分布回归模型”取代“Poisson分布回归模型”.否则,易得出不正确的结果和结论.
关键词： 计数资料 过离散 Poisson分布回归模型 负二项分布回归模型 拉格朗日乘子
