調整共變數兩組存活中位數差異之區間估計

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：51

、訪客IP：3.147.65.168

姓名

吳玉華(Eva Wu) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

調整共變數兩組存活中位數差異之區間估計
(Covariates-adjusted confidence interval for the difference of two survival median times)

相關論文

★ 藥物最低有效劑量之無母數鑑別	★ 根據貝氏檢定建構的第一期臨床試驗設計
★ 第一期臨床試驗之貝氏調適設計	★ 強餘震之即時貝氏預測
★ 鑑別最佳添加藥物劑量的兩階段早期臨床試驗設計	★ 臺灣地區地下水品質之統計研究
★ 右設限存活資料之下每日可服劑量之研究	★ 集集餘震之統計研究
★ 多群資料下最低有效劑量之聯合鑑別	★ 最大餘震規模之統計分析
★ 最大餘震發生時間之統計分析	★ 地震預測之統計分析
★ 加權Kaplan-Meier統計量之推廣	★ 鑑別藥物最低有效劑量之檢定
★ 餘震序列RJ模型之貝氏分析	★ 藥物最低有效劑量之穩健鑑別

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

摘要
本文針對接受兩種不同處理且具共變數的病人，探討如何在調整共變數後建立兩組存活函數中位數差異之區間估計。假設兩處理組內共變數對相對風險的影響一致且與時間無關，則可以分層Cox模式(stratified Cox model)描述病人的風險函數，藉此了解處理間的風險比例。共變數對兩個處理組內的相對風險影響不同，則分別就各處理組資料配適具共變數的Cox模式描述病人的風險狀況。然後，在設置模型之下估計各處理組之存活函數並求其變異數估計，代入Su and Wei(1993) 的估計函數內求得調整共變數後，存活中位數差異之信賴區間。本文除以實例說明上述方法之應用，並且採用模擬方法研究比較本文所提方法與文獻既有方法之優劣。

論文目次

目錄
第一章緒論…………………………………………………………… 1
第二章文獻回顧……………………………………………………… 4
2.1單樣本存活中位數之信賴區間………………………………… 4
2.2雙樣本存活中位數差異之信賴區間…………………………… 8
第三章統計方法………………………………………………………14
3.1分層Cox模式…………………………………………………… 14
3.2分組Cox模式…………………………………………………… 16
第四章實例分析………………………………………………………19
第五章模擬研究………………………………………………………32
5.1模擬方法 ……………………………………………………… 32
5.2模擬結果 ……………………………………………………… 37
第六章結論與討論……………………………………………………39
參考文獻……………………………………………………………… 41

參考文獻

參考文獻
1.Anderson,P.K.,Borgan,O.,Gill,R.D.,and Keiding,N.,(1993). Statistical models based on counting processes. Springer-Verlag,New York.
2.Anderson,P.K. and Gill,R.D.,(1982). Cox’s regression model for counting processes: A large sample study. The Annals of statistics 10,1100-1120.
3.Basawa,I.V. and Koul,H.L.(1988). Large-sample statistics based on quadeatic dispersion. International Statistical Review 56,199-219.
4.Breslow, N. (1975).Analysis of survival data under the proportional hazards model. International Statistical Review 43,45-58.
5.Brookmeyer, R. and Crowley, J. (1982). A confidence interval for the median survival time. Biometrics 38,29-41.
6.Collett, D.(2003) Modelling survival data in medical research. Chapman and Hall, New York.
7.Doss,H. and Gill,R.D.,(1992). An Elementary Approach to Weak Convergence for Quantile Processes,With Applications to censored Survival Data. Journal of the American Statistical Association 87, 869-877.
8.Efron, B. (1981). Censored data and the bootstrap. Journal of the American Statistical Association 76, 312-319.
9.Emerson, J.D. (1982). Nonparametric confidence intervals for the median in the presence of right censoring. Biometrics 38,17-27.
10.Hardel,W.,(1991). Smoothing Techniques with Implementation in. Springer-Verlag, New York.
11.Kalbfleisch, J.D. and Prentice, R.L.,(1980) The Statistical analysis of failure time data. Wiley, New York.
12.Kaplan, E.L and Meier, P. (1958). Nonparametric estimation from incomplete observations. Journal of the American Statistical Association 53, 457-481.
13.Kim, J. (2001). Confidence Intervals for the Difference of Median Survival Times Using the Stratified Cox Proportional Hazards Model. Biometrical Journal 43,781-790.
14.Klein, J.P. and Moeschberger, M.L. (1997). Survival analysis: Techniques for censored and truncated data. Springer-Verlag, New York.
15.Rebolledo, R. (1980a). Central limit theorems for local martingales. Z.Wahrsh.verw.Geb. 51,269-286.
16.Reid, N. (1981). Estimating the median survival time. Biometrika 68,601-608.
17.Simon, R. and Lee, Y.J. (1982). Nonparametric confidence limits for survival probabilities and median survival time. Cancer Tratment Reports 66,37-42.
18.Slud, E. V., Byar, D.P., and Greem, S.B. (1984). A comparison of reflected verses test-based confidence interval for the median survival time, based on censored data. Biometrics 40,587-600.
19.Su, J.Q. and Wei, L.J. (1993). Nonparametric Estimation for the Difference or Ratio of Median Failure Times. Biometrics 49,603-607.
20.Tsiatis, A.A. (1981).A large sample study of Cox’s regression model. The Annals of Statistics 9,93-108.
21.Wang, J.L. and Hettmansperger, T.P.(1990). Two-sample inference for median survival times based on one-sample procedures for censored survival data. Journal of the American Statistical Association 85,529-536.
22.Wells, M.T. (1994) Nonparametric kernal estimation in counting processes with explanatory variables. Biometrika 81,795-801.
23.Zhang, M.J. and Klein, J.P. (2001).Confidence Bands for the Difference of Two Survival Curves Under Proportional Hazards model. Lifetime Data Analysis 7,243-254.
24.Zucker, D,M.,(1998) Restricted Mean Life With Covariates:Modification and Extension of a Useful Survival Analysis Method. Journal of the American Statistical Association 93,702-709.

指導教授

陳玉英(Yuh-Ing Chen)

審核日期

2005-7-6

推文