检索结果-内蒙古大学图书馆

中国卫生统计 2015年第1期32卷 49-53页

作者：宋欠欠李轶群侯艳李康哈尔滨医科大学卫生统计学教研室 150081 哈尔滨医科大学生物信息教研室

目的探讨随机森林(RF)的变量捕获方法在高维数据变量筛选中的应用。方法通过模拟实验和实际数据分析,对两种变量捕获(***,***)和逐步剔除方法(var SelRF)进行比较,并通过选入变量的数目、模型预测错误率(PE)和受试者工作特征曲线下面积(... 详细信息

目的探讨随机森林(RF)的变量捕获方法在高维数据变量筛选中的应用。方法通过模拟实验和实际数据分析,对两种变量捕获(***,***)和逐步剔除方法(var SelRF)进行比较,并通过选入变量的数目、模型预测错误率(PE)和受试者工作特征曲线下面积(AUC)对其进行评价。结果模拟实验表明,在变量具有联合作用、交互作用和弱独立作用情况下,变量捕获方法均明显优于var SelRF方法和全变量VIMP排序方法;实际数据分析结果表明,变量捕获方法筛选变量结果稳定,并能够保证良好的预测效果。结论变量捕获方法适用于高维数据的变量筛选,具有实用价值。

关键词：随机森林变量筛选变量捕获

来源：评论

学校读者我要写书评

暂无评论

适应性无缝设计在临床试验中的应用及研究进展

引用

中国卫生统计 2013年第1期30卷 140-142页

作者：吴莹侯艳李康哈尔滨医科大学卫生统计教研室 150081

近年来，生命科学技术的革命性进展为许多疾病的治疗带来了新的希望，而相应的药物开发却因花费巨大面临风险，在很大程度上延缓了科学成果造福于人类的进度，美国FDA亦在2004年提出，药物开发亟须提高其效率与效益⑴。针对这一需求，... 详细信息

近年来，生命科学技术的革命性进展为许多疾病的治疗带来了新的希望，而相应的药物开发却因花费巨大面临风险，在很大程度上延缓了科学成果造福于人类的进度，美国FDA亦在2004年提出，药物开发亟须提高其效率与效益⑴。针对这一需求，具有Ⅱ／Ⅲ期无缝设计的适应性临床试验应运而生，这类设计可以有效缩短药品的开发时问旧[2-4]。本文针对临床试验的Ⅱ／Ⅲ期无缝设计及其研究进展进行介绍。

关键词：临床试验适应性设计应用生命科学技术药物开发美国FDA 科学成果

来源：评论

学校读者我要写书评

暂无评论

Hotelling T^2检验与u检验、t检验之间的关系

引用

中国卫生统计 2000年第1期17卷 11-14页

作者：谭瀛蒋知俭郭晓伟哈尔滨医科大学卫生统计教研室 150001

目的　推导反映多元T2统计量与t统计量关系的函数,以揭示T2检验结果与t检验结果差别的本质原因。方法　利用图示方法,在固定t(或r)值条件下,观察r(或t)值变化对T2值的影响,直观地探索T2与t两种检验得到不同结果的可能性。结果　导出T2... 详细信息

目的　推导反映多元T2统计量与t统计量关系的函数,以揭示T2检验结果与t检验结果差别的本质原因。方法　利用图示方法,在固定t(或r)值条件下,观察r(或t)值变化对T2值的影响,直观地探索T2与t两种检验得到不同结果的可能性。结果　导出T2统计量对t,r统计量的函数形式,并证明T2与t两种检验结果差别存在的可能性。结论　导出的函数说明,不仅仅t会影响到T2,相关系数r对T2的影响也不容忽视,并且主要是r的不同造成了T2与t两种检验的结果有差别。

关键词：多元假设检验 Hotilling T^2检验 u检验 t检验

来源：评论

学校读者我要写书评

暂无评论

临床试验中生存分析的非劣效研究设计及R软件实现

引用

中国卫生统计 2013年第3期30卷 438-439,444页

作者：吴莹侯艳李康哈尔滨医科大学卫生统计教研室 150081

近年，非劣效性临床试验在药品开发中已有广泛的应用，统计学上关于试验药物相对于阳性对照药物的非劣效性评价方法已有多种，但主要集中在终点指标为二分类或正态连续型数据的临床试验。当观察指标为生存时间（survival time）时，可... 详细信息

近年，非劣效性临床试验在药品开发中已有广泛的应用，统计学上关于试验药物相对于阳性对照药物的非劣效性评价方法已有多种，但主要集中在终点指标为二分类或正态连续型数据的临床试验。当观察指标为生存时间（survival time）时，可能包含截尾数据（censored data），则缺少相应的非劣效性评价方法，主要原因是生存分析设计背景下非劣效性的定义较为困难。本文拟介绍一种基于生存时间指数分布模型，假设对照组死亡风险率λ2与试验组死亡风险率λ1，之比为常数P，并在此基础上定义非劣效界值的分析方法，结合实例介绍其试验设计和统计检验方法，同时给出R软件实现程序。

关键词：临床试验试验设计软件实现生存分析死亡风险率非劣效性截尾数据统计检验方法

来源：评论

学校读者我要写书评

暂无评论

随机对照试验中不依从数据的主分层分析方法

引用

中国卫生统计 2014年第6期31卷 1090-1092页

作者：陈永杰张秋菊陈霞李慧婷刘美娜哈尔滨医科大学卫生统计教研室 150081

随机对照试验（randomized controlled trials,RCTs）是在＂随机化＂有效控制混杂因素的前提下估计处理效果的标准方法,广泛用于各研究领域中,例如教育研究、医学研究、心理研究及社会研究等[1]。然而,实际中随机对照试验经常会遇到不... 详细信息

随机对照试验（randomized controlled trials,RCTs）是在＂随机化＂有效控制混杂因素的前提下估计处理效果的标准方法,广泛用于各研究领域中,例如教育研究、医学研究、心理研究及社会研究等[1]。然而,实际中随机对照试验经常会遇到不依从和结果缺失两个主要问题[2]。

关键词：随机对照试验分层分析方法不依从标准方法混杂因素教育研究医学研究数

来源：评论

学校读者我要写书评

暂无评论

分类变量缺失数据处理方法有效性的比较研究

引用

中国卫生统计 2016年第2期33卷 186-189页

作者：肖亚明陈永杰王玉鹏刘美娜哈尔滨医科大学卫生统计教研室 150086

目的比较删除法(deletion methods,DM)、基于对数线性模型的多重填补法(multiple imputation of category variables using log-linear model,M ILL)及基于潜在类别模型的多重填补法(multiple imputation based on latent class model,M ILC)处理分类变量缺失数据的效果,并将M ILC应用于实例数据的分析。方法利用R语言产生不同缺失机制、缺失率和样本含量的多变量缺失模拟数据,运用DM、MILL和MILC处理形成完整数据集并进行logistic回归分析,通过回归系数的偏倚、均方根误差、稳定度和标准误偏倚评价各方法的处理效果。结果模拟实验表明当缺失率为5%时,三种方法处理效果均较好;随着缺失率的增大,MILL和MILC的各项评价指标均优于DM,且MILC的准确度高于MILL。三种方法处理效果均表现为完全随机缺失优于随机缺失、样本含量1000优于样本含量500。应用MILC对实例数据填补后标准误减小,回归系数估计更准确。结论本文应用MILL和MILC两种多重填补方法处理分类变量缺失数据均可减少缺失导致的参数估计偏倚。当缺失率>5%、样本含量1000时,建议应用MILC处理分类变量缺失数据。

关键词：分类变量缺失数据多重填补潜在类别模型对数线性模型

来源：评论

学校读者我要写书评

暂无评论

条件推断森林在高维组学数据分析中的应用

引用

中国卫生统计 2016年第2期33卷 215-218页

作者：杨凯侯艳李康哈尔滨医科大学卫生统计教研室 150081

目的探讨条件推断森林(CIF)在自变量相关情况下变量筛选和分类研究中的应用。方法通过模拟实验和实例比较RF和CIF的变量筛选和分类,并通过变量重要性评分和OOB错误率进行评价。结果模拟实验表明,在自变量相关的情况下,CIF的变量筛选结... 详细信息

目的探讨条件推断森林(CIF)在自变量相关情况下变量筛选和分类研究中的应用。方法通过模拟实验和实例比较RF和CIF的变量筛选和分类,并通过变量重要性评分和OOB错误率进行评价。结果模拟实验表明,在自变量相关的情况下,CIF的变量筛选结果明显优于RF的变量筛选结果;实例数据分析结果表明,CIF筛选出变量的OOB错误率低于RF。结论 CIF适用于变量相关的情况,具有实用价值。

关键词：条件推断森林相关变量筛选

来源：评论

学校读者我要写书评

暂无评论

基于AUC统计量的随机森林变量重要性评分的研究

引用

中国卫生统计 2016年第3期33卷 537-540,542页

作者：张晓凤侯艳李康哈尔滨医科大学卫生统计教研室 150081

随机森林（random forest,RF）是高维组学数据常用的分析方法,在进行判别分析时,同时能够给出变量重要性评分（variable importance measure,VIM）。RF的变量重要性评分通常有两种,一种方法是通过变量值的置换计算其重要性,第二种方法... 详细信息

随机森林（random forest,RF）是高维组学数据常用的分析方法,在进行判别分析时,同时能够给出变量重要性评分（variable importance measure,VIM）。RF的变量重要性评分通常有两种,一种方法是通过变量值的置换计算其重要性,第二种方法是通过基尼（Gini）指数计算其重要性,由于置换法比Gini指数法具有更好的非偏倚性能,因此多采用置换法进行变量筛选。

关键词：随机森林 AUC 变量值置换法统计量数据类别判别分析基尼分类器类中

来源：评论

学校读者我要写书评

暂无评论

基于bootstrap方法的贝叶斯网络结构学习算法在构建基因调控网络中的应用

引用

中国卫生统计 2015年第2期32卷 217-220页

作者：李海龙侯艳柯朝甫李康哈尔滨医科大学卫生统计教研室 150081

目的探讨基于bootstrap重抽样方法的贝叶斯网络结构学习算法构建网络的性能,并将其应用于卵巢癌基因表达谱数据分析。方法通过模拟实验和实例验证本文给出的算法构建网络的有效性,同时将这种算法应用于构建基因调控网络。结果模拟实验显... 详细信息

目的探讨基于bootstrap重抽样方法的贝叶斯网络结构学习算法构建网络的性能,并将其应用于卵巢癌基因表达谱数据分析。方法通过模拟实验和实例验证本文给出的算法构建网络的有效性,同时将这种算法应用于构建基因调控网络。结果模拟实验显示,在样本量较小的情况下,基于bootstrap算法构建的贝叶斯网络明显优于普通贝叶斯方法构建的网络;实例分析结果也表明,应用本文的方法能够得到有价值的网络结构。结论应用本文给出的算法能够在样本量较少的情况下得出准确度较高的网络,同时能够给出网络结构中各条边置信度的估计值。

关键词：贝叶斯网络结构学习 bootstrap

来源：评论

学校读者我要写书评

暂无评论

基因组学数据整合中的批次效应移除算法

引用

中国卫生统计 2016年第3期33卷 527-529,533页

作者：陈天成侯艳李康哈尔滨医科大学卫生统计教研室 150081

微阵列的基因表达谱已经成为研究癌症细胞转录的重要工具,且成功用于许多肿瘤识别和与癌症相关的生物标志物研究[1-2]。然而,实际中需要大量的样本才能够得到稳定的分析结果,而由于实际的复杂程度及费用问题,每个数据集的样本量受到了... 详细信息

微阵列的基因表达谱已经成为研究癌症细胞转录的重要工具,且成功用于许多肿瘤识别和与癌症相关的生物标志物研究[1-2]。然而,实际中需要大量的样本才能够得到稳定的分析结果,而由于实际的复杂程度及费用问题,每个数据集的样本量受到了限制。为此,可以将已公开的微阵列数据整合,在减少花费同时提高结果的稳定性。

关键词：基因组学微阵列数据基因表达谱数据整合癌症细胞生物标志物费用问题数据集可视化方法均值聚类

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：