| 姓名 |
鄧麗華(Li-Hua Deng)
查詢紙本館藏 |
畢業系所 |
統計研究所 |
| 論文名稱 |
成對多重二項反應變數的強韌概似分析
(Analysis of paired multiple binary endpoints data - a robust likelihood approach)
|
| 相關論文 | |
| 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]  至系統瀏覽論文 ( 永不開放)
|
| 摘要(中) |
生物醫學研究領域中，當新的藥物出現時，欲了解新的藥物與舊的藥物是否具有相同的治療效果或不同程度的不良影響，常會使用成對設計。若在多個疾病與成對設計下，則使用多重成對設計，但多重成對設計引入的相關性使模型配適變得困難。
本文提出利用強韌概似函數方法來來分析多重成對的二元資料。此強韌檢定法是將多個成對且獨立的伯努利概似函數強韌化，並得到強韌分數檢定統計量。本文利用模擬與實例分析比較強韌分數檢定、Lui and Chang (2013) 提出的修正華德 (Modified Wald) 檢定統計量及 Klingenberg and Agresti (2006) 提出的Multivariate extensions of McNemar’s test。 |
| 摘要(英) |
In medical research, when a new drug is proposed, in order to understand whether the new drug and placebo have the same treatment/adverse effects or different extent of adverse event, we use the matched-pair design. If the patient has multiple outcomes, we have the matched-pair design with multiple endpoints. The within-pair and between endpoints correlations make likelihood inference extremely difficult.
In this thesis, we propose a robust likelihood approach to analyzing paired multiple binary endpoints data. We use simulation and real data analysis to demonstrate the merit of our new parametric robust technique. We also make comparison with to the Modified Wald’s test procedure proposed by Lui and Chang (2013) and the multivariate extensions of McNemar’s test statistic proposed by Klingenberg and Agresti (2006). |
| 關鍵字(中) |
★ 多重觀測值
★ 成對設計
★ 強韌分數檢定 |
關鍵字(英) |
★ Multiple endpoints
★ paired designs
★ robust score test |
| 論文目次 |
摘要 i
Abstract ii
致謝辭 iii
目錄 iv
表目錄 vi
第一章 緒論 1
第二章 文獻回顧 2
2.1 Lui and Chang (2013) 2
2.2 Klingenberg and Agresti (2006) 8
第三章 多重成對獨立伯努利模型之強韌化 11
3.1 實作模型可被強韌化 12
3.2 強韌化實作模型 13
3.2.1 矩陣I 13
3.2.2 矩陣V 15
3.3 實作模型之下的修正項 和 22
3.3.1 感興趣參數單一時的修正項A和B 22
3.3.2 感興趣參數為 時的修正項A和B 24
3.4 強韌變異數估計量 27
3.4.1 感興趣參數單一時的強韌變異數估計量 27
3.4.2 感興趣參數為 時的強韌變異數估計量 27
3.5 分數檢定統計量NS與RS 29
3.5.1 感興趣參數單一之下的NS與RS 31
3.5.2 感興趣參數為 之下的NS與RS 33
第四章 四組成對獨立伯努利模型之強韌化 36
4.1 實作模型可被強韌化 37
4.2 強韌化實作模型 39
4.2.1 矩陣I 39
4.2.2 矩陣V 43
4.3 實作模型之下的修正項A和B 52
4.3.1 感興趣參數單一時的修正項A和B 52
4.3.2 感興趣參數為 時的修正項A和B 54
4.4 強韌變異數估計量 59
4.4.1 感興趣參數單一時的強韌變異數估計量 59
4.4.2 感興趣參數為 時的強韌變異數估計量 60
4.5 分數檢定統計量NS與RS 62
4.5.1 感興趣參數單一之下的NS與RS 66
4.5.2 感興趣參數為 之下的NS與RS 68
第五章 模擬研究 74
5.1 資料生成方式 74
5.2 推算信賴區間之方法 76
5.3 模擬結果 77
第六章 實例分析 104
第七章 結論 108
參考文獻 109 |
| 參考文獻 |
Klingenberg, B. and Agresti, A. (2006). Multivariate extensions of McNemar’s test. Biometrics, 62: 921–928.
Lui, K. J. and Chang, K. C. (2013). Testing and estimation of proportion (or risk) ratio under the matched-pair design with multiple binary endpoints. Biometrical Journal, 55: 603–616.
Royall, R. M. and Tsou, T. S. (2003). Interpreting statistical evidence by using imperfect models: robust adjusted likelihood functions. Journal of the Royal Statistical Society, Series B, 65: 391-404. |
| 指導教授 |
鄒宗山(Tsung-Shan Tsou)
|
審核日期 |
2020-7-15 |
| 推文 |
 facebook  plurk  twitter  funp  google  live  udn  HD  myshare  reddit  netvibes  friend  youpush  delicious  baidu
|
| 網路書籤 |
 Google bookmarks  del.icio.us  hemidemi myshare
|
