中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/7506
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 72271/72271 (100%)
造访人次 : 23035023      在线人数 : 926
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/7506


    题名: 病例-對照研究之貝氏分析;Analysis of case-control studies using Bayesian approach
    作者: 陳錦華;Jin-Hua Chen
    贡献者: 統計研究所
    关键词: 交互作用;勝算比;病例-對照研究;邏輯斯迴歸;輪廓概似函數;貝氏;Bayesian;profile likelihood function;case-only design;odds ratio;interaction;case-control study;logistic regression
    日期: 2005-05-26
    上传时间: 2009-09-22 10:59:02 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 本文主要是在病例-對照研究下,利用貝氏分析的方法,討論危險因子(包括和基因相關之“致病基因"及非基因相關之“環境因子")及疾病的關係。我們欲利用和目前研究有高度相似性的歷史資料,當為我們的事前分配的訊息,引入power prior 當為事前分配,它可以將歷史資料的訊息納入。 首先,討論在族群符合Hardy-Weinberg Equilibrium (HWE)及條件獨立的假設下,研究:1.單一基因座及疾病之關係; 2 .單一基因座、環境因子和疾病之關係。以上兩情況下,在病例-對照研究的資料及假設條件下,如何建構模型,以得到概似函數?另外,如何引入power prior 當為事前分配?如此則能進行貝氏分析。此為我們討論的目標之一。 再者,在一般化的情況下(不須在HWE 及條件獨立的假設),當危險因子(離散型變數或連續型變數離散化)的個數或類別很多時,則參數個數亦會增加,在估計上會遇到難以估計參數的問題;如何將我們沒有興趣的干擾參數消除,以簡化參數的個數,使得在貝氏分析的估計上能更有效率。 以上兩的主題皆利用power prior,可視為歷史資料的概似函數,不但包含了歷史資料的訊息且也保留了資料的模型結構,在使用上是十分簡便的。
    显示于类别:[統計研究所] 博碩士論文

    文件中的档案:

    档案 大小格式浏览次数


    在NCUIR中所有的数据项都受到原著作权保护.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈  - 隱私權政策聲明