首页 > 文献资料
-
连续型变量的统计学处理与应用
在临床研究中,大量临床数据能够以连续型变量(continuous variable)的形式被收集.例如血压,血糖,BMI等等.从信息的说明能力看,连续变量能够通过数值的增减,充分表达临床特征的变化细节,因此在针对差别的分析中,其验证能力为突出.故而在条件允许的情况下,数据采集过程中应尽可能以连续变量的形式采集临床信息.这将使研究者在数据分析过程有机会了解数据的细节特征以及不同变量之间的关联关系.
-
单参数指数模型在医药数据分析中的应用研究
对于因变量Y是0-1变量,当自变量xi是连续型变量的情况,logistic回归模型长期被应用,来解决这类问题,随着非参数和半参数模型的发展以及计算机编程水平的提高,我们可以用非参数模型或者半参数模型来解决这类问题.非参数模型或者半参数模型可以直接建立Y与xi之间的关系,这种关系的函数的具体的表达式未知,但是,我们可以通过计算机软件得出这个函数的估计值,得到预测模型,对于给定的值就可求出预测值.如果这种方法计算的结果与logistic回归模型预测的结果一致,或者比logistic回归模型预测的结果好,可提供一种新的解决因变量Y是0-1变量,xi是连续型变量的关系模型,这种关系模型比logistic回归模型好,能表示出Y与置的直接的函数关系.本文的单参数指数模型就是半参数模型中的一种,目的是说明单参数指数模型的可行性和优越性.
-
日期型数据在SAS和SPSS中的处理
在对实际科研数据进行统计分析的工作中,经常遇到需要对日期型变量进行处理的问题.例如,在对流行病学的现场调查问卷进行整理录入时,经常需要录入调查对象的一般情况,如出生日期以及调查日期等信息.笔者通过多年的数据处理工作的实践,将有关日期型数据经常遇到的问题在SAS 8.0及更高的版本和SPSS 13.0及更高的版本软件中的处理经验总结如下,并通过具体例子给予说明,为了方便读者比较,本文所用到的变量名及取值在SAS和SPSS软件中相同,供读者参考.