-
簡(jiǎn)介:京津冀高校統(tǒng)計(jì)學(xué)研究生培養(yǎng)現(xiàn)狀的調(diào)查研究培養(yǎng)單位統(tǒng)計(jì)學(xué)院學(xué)科專業(yè)應(yīng)用統(tǒng)計(jì)作者姓名趙榮榮指導(dǎo)教師劉強(qiáng)教授二〇一七年三月專業(yè)碩士學(xué)位論文II獨(dú)創(chuàng)性聲明本人鄭重聲明所呈交的論文是本人在指導(dǎo)教師指導(dǎo)下獨(dú)立進(jìn)行研究工作所取得的成果,論文中有關(guān)資料和數(shù)據(jù)是實(shí)事求是的。盡我所知,除文中已經(jīng)加以標(biāo)注和致謝外,本論文不包含其他人已經(jīng)發(fā)表或撰寫的研究成果,也不包含本人或他人為獲得首都經(jīng)濟(jì)貿(mào)易大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷證書而使用過(guò)的材料。與我一同工作的同志對(duì)研究所做的任何貢獻(xiàn)均已在論文中作出了明確的說(shuō)明。若有不實(shí)之處,本人愿意承擔(dān)相關(guān)法律責(zé)任。學(xué)位論文作者簽名日期年月日關(guān)于論文使用授權(quán)的說(shuō)明本人完全同意首都經(jīng)濟(jì)貿(mào)易大學(xué)有權(quán)使用本學(xué)位論文(包括但不限于其印刷版和電子版),使用方式包括但不限于保留學(xué)位論文,按規(guī)定向國(guó)家有關(guān)部門(機(jī)構(gòu))送交學(xué)位論文,以學(xué)術(shù)交流為目的贈(zèng)送和交換學(xué)位論文,允許學(xué)位論文被查閱、借閱和復(fù)印,將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索,采用影印、縮印或其他復(fù)制手段保存學(xué)位論文。保密學(xué)位論文在解密后的使用授權(quán)同上。學(xué)位論文作者簽名日期年月日指導(dǎo)教師簽名日期年月日
下載積分: 5 賞幣
上傳時(shí)間:2024-03-12
頁(yè)數(shù): 72
大小: 2.57(MB)
子文件數(shù):
-
簡(jiǎn)介:關(guān)于基因型一表型相關(guān)問(wèn)題的統(tǒng)計(jì)遺傳學(xué)及計(jì)算生物學(xué)分析陳文海指導(dǎo)老師谷迅教授復(fù)旦大學(xué)生命科學(xué)學(xué)院復(fù)旦大學(xué)博士學(xué)位論文關(guān)于基因型表型相關(guān)問(wèn)題的統(tǒng)計(jì)遺傳學(xué)及計(jì)算生物學(xué)分析目錄摘要IABSTMCTIII前言L第一章文獻(xiàn)綜述31I引言312FISHER幾何模型及表型進(jìn)化的選擇模型313基因多效性的度量4131多效性的直接計(jì)算及問(wèn)題4132利用數(shù)學(xué)模型通過(guò)其它觀測(cè)來(lái)間接計(jì)算S14利用數(shù)學(xué)模型來(lái)間接計(jì)算基因多效性GU方法簡(jiǎn)介一6141蛋白質(zhì)序列進(jìn)化模型6142選擇強(qiáng)度與模型分類914_3蛋白質(zhì)序列的進(jìn)化速率11144估計(jì)基因多效性和選擇強(qiáng)度13145基因多效性的初步分析16IA6對(duì)GU方法的幾點(diǎn)評(píng)注I715胞吐作用1716參考文獻(xiàn)21第二章關(guān)于基因多效性概念和統(tǒng)計(jì)估計(jì)問(wèn)題的進(jìn)一步探討鴣21引言2822HL模型的簡(jiǎn)要介紹2923多層次基因型表型映射模型及最小多效性的概念3324基因型表型映射的線性模型及其秩的定義3424。I單映射情景34242線性變換映射模型從一步映射推廣到多步映射3S25基因型表型映射下秩的估計(jì)36251穩(wěn)態(tài)選擇模型下的自然選擇系數(shù)37252MARTINLENORMAND方法37253GU方法3826有效最小多效性對(duì)于X的一種各選解釋38261MARTINLCNORMAND方法RL對(duì)應(yīng)于隨機(jī)突變39262GU方法39263PIGANCAUWALKCR方法3927數(shù)據(jù)分析和測(cè)試。40271GU方法對(duì)蛋白質(zhì)序列的應(yīng)用一40272GU方法對(duì)核苷酸序列的應(yīng)用412S基于MATLAB的計(jì)算流程~42281有效基因多效性丘43282估計(jì)步驟44283有效選擇強(qiáng)度44284有效基因多效性的糾偏估計(jì)4S29計(jì)算機(jī)模擬46291突變秩對(duì)估計(jì)的影響46
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 103
大?。?6.85(MB)
子文件數(shù):
-
簡(jiǎn)介:工學(xué)博士學(xué)位論文基于統(tǒng)計(jì)學(xué)習(xí)的中文組塊分析技術(shù)研究RESEARCHONCHINESECHUNKINGBASEDONSTATISTICALLEARNINGMETHOD孫廣路哈爾濱工業(yè)大學(xué)2008年6月CLASSIFIEDINDEXTP3912UDC68137DISSERTATIONFTHEDOCTALDEGREEINENGINEERINGRESEARCHONCHINESECHUNKINGBASEDONSTATISTICALLEARNINGMETHODCIDATESUNGUANGLUSUPERVISPROFWANGXIAOLONGACADEMICDEGREEAPPLIEDFDOCTOFENGINEERINGSPECIALITYCOMPUTERAPPLICATIONTECHNOLOGYAFFILIATIONSCHOOLOFCOMPUTERSCIENCETECHNOLOGYDATEOFALEXAMINATIONJUNE2008UNIVERSITYHARBININSTITUTEOFTECHNOLOGY
下載積分: 5 賞幣
上傳時(shí)間:2024-03-12
頁(yè)數(shù): 129
大?。?1.35(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 72
大?。?1.94(MB)
子文件數(shù):
-
簡(jiǎn)介:自動(dòng)人臉識(shí)別是一個(gè)典型的圖像模式分析、理解與分類計(jì)算問(wèn)題,它涉及到模式識(shí)別,圖像處理,計(jì)算機(jī)視覺(jué),統(tǒng)計(jì)學(xué)習(xí),和認(rèn)知科學(xué)等多個(gè)學(xué)科。自動(dòng)人臉識(shí)別問(wèn)題的深入研究和最終解決,可以極大的促進(jìn)這些學(xué)科的成熟和發(fā)展。同時(shí)作為生物特征識(shí)別主要研究?jī)?nèi)容之一的人臉識(shí)別和認(rèn)證技術(shù)在國(guó)家安全和公共安全領(lǐng)域的應(yīng)用前景十分廣闊。雖然經(jīng)過(guò)近40年的發(fā)展,但是由于人臉容易受到光照、姿態(tài)和表情等因素的影響,要建立一個(gè)精確和魯棒的自動(dòng)人臉識(shí)別系統(tǒng)仍然是一個(gè)極具挑戰(zhàn)性的課題。近年來(lái)基于統(tǒng)計(jì)學(xué)習(xí)的模式識(shí)別方法引起了極大的關(guān)注,在自動(dòng)人臉識(shí)別領(lǐng)域也取得了很大的成功,使得自動(dòng)人臉識(shí)別系統(tǒng)在速度和精度方面都得到了比較大的提高。代表算法包括BOOSTING算法,SVM和貝葉斯學(xué)習(xí)等。本論文就是針對(duì)統(tǒng)計(jì)學(xué)習(xí)算法在自動(dòng)人臉識(shí)別中的各個(gè)環(huán)節(jié)中的應(yīng)用展開的,論文的主要工作和創(chuàng)新成果如下1通過(guò)廣泛的調(diào)研,對(duì)人臉識(shí)別的歷史和現(xiàn)狀進(jìn)行了比較全面的綜述本文首先對(duì)人臉識(shí)別研究的歷史和發(fā)展現(xiàn)狀作了回顧,之后對(duì)人臉識(shí)別中的一些主要算法作了比較詳細(xì)地介紹,重點(diǎn)介紹了基于靜態(tài)圖片的人臉識(shí)別算法,另外對(duì)最近幾年備受人們關(guān)注的基于視頻的人臉識(shí)別研究也作了介紹。最后還介紹了目前人臉識(shí)別系統(tǒng)的評(píng)測(cè)情況及國(guó)內(nèi)外主要的公用人臉數(shù)據(jù)庫(kù),在此基礎(chǔ)上分析了當(dāng)前人臉識(shí)別研究面臨的挑戰(zhàn)及可能的技術(shù)發(fā)展趨勢(shì)。2針對(duì)ADABOOST算法用于人臉檢測(cè)特征選擇時(shí)存在的問(wèn)題,提出了一種基于代價(jià)敏感的ADABOOST算法的人臉檢測(cè)方法目前人臉檢測(cè)的主流方法是VIOLA和JONES在2001年提出了基于ADABOOST算法的人臉檢測(cè)方法。該算法的一個(gè)缺點(diǎn)是訓(xùn)練分類器時(shí),將兩類分類錯(cuò)誤漏檢一張人臉和誤檢一張人臉平等對(duì)待,即漏檢一張人臉和誤檢一張人臉的代價(jià)是一樣的。因?yàn)樵趯?shí)際應(yīng)用中人臉的存在和出現(xiàn)是個(gè)小概率事件,所以漏檢一張人臉的代價(jià)應(yīng)當(dāng)比誤檢一張人臉的代價(jià)大。為此,本文提出了一種代價(jià)敏感的ADABOOST算法,此算法設(shè)定漏檢一張人臉的代價(jià)比誤檢一張人臉的代價(jià)大,然后通過(guò)學(xué)習(xí)使得兩類分類錯(cuò)誤的代價(jià)最小。實(shí)驗(yàn)結(jié)果表明,此算法能取得更好的學(xué)習(xí)效果,提高了人臉檢測(cè)率。3研究了人臉識(shí)別中用ADABOOST算法挑選特征時(shí)存在的不對(duì)稱性問(wèn)題,提出了一種基于ASYMBOOST和FISHER線性判別分析的人臉識(shí)別方法本文詳細(xì)分析了用ADABOOST算法在人臉識(shí)別中挑選特征時(shí)碰到的非對(duì)稱問(wèn)題,如正負(fù)樣本數(shù)量相差懸殊和學(xué)習(xí)目標(biāo)的不對(duì)稱。提出用非對(duì)稱ADABOOST算法ASYMBOOST來(lái)解決人臉識(shí)別中的不對(duì)稱問(wèn)題,以及采用FISHER線性判決分析對(duì)挑選出來(lái)的弱分類器的權(quán)重進(jìn)行優(yōu)化,使得綜合后的分類器能最大化不同類別數(shù)據(jù)間的可分性。實(shí)驗(yàn)結(jié)果表明,采用ASYMBOOST算法和FISHER線性判決分析后分類器的識(shí)別效果有較大提高。4研究了貝葉斯學(xué)習(xí)在人臉識(shí)別中的應(yīng)用,提出了一種基于LBP特征和貝葉斯概率統(tǒng)計(jì)模型的姿態(tài)魯棒的人臉識(shí)別算法本文分析了姿勢(shì)變化對(duì)基于LBP特征的人臉識(shí)別算法的影響,提出用貝葉斯概率模型對(duì)姿勢(shì)變化進(jìn)行建模,使得基于LBP的人臉識(shí)別算法對(duì)姿勢(shì)的變化更魯棒。實(shí)驗(yàn)結(jié)果表明,相比原基于LBP特征的人臉識(shí)別算法,本文算法在一個(gè)更大的姿勢(shì)變化范圍內(nèi)能取得更高的識(shí)別率。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-13
頁(yè)數(shù): 126
大?。?3.8(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 55
大?。?1.77(MB)
子文件數(shù):
-
簡(jiǎn)介:華中科技大學(xué)碩士學(xué)位論文統(tǒng)計(jì)學(xué)在生物等效性中的應(yīng)用姓名胡麟申請(qǐng)學(xué)位級(jí)別碩士專業(yè)概率論與數(shù)理統(tǒng)計(jì)指導(dǎo)教師萬(wàn)建平20050429華中科技大學(xué)碩士學(xué)位論文IIABSTRACTBIOEQUIVALENCEISONEOFTHEIMPTANTPROBLEMSINPHARMACOKIICSHASAGREATRELATIONSHIPWITHSTATISTICSTHERESEARCHONBIOEQUIVALENCEISMEANINGFULFTHEGUARANTEEONTHESAMETHERAPEUTICEFFICACYSAFETYBETWEENTESTGENERICDRUGANDREFERENCEINNOVATORDRUGASWELLASTHEQUALITYOFTHETESTDRUGITPLAYSASIGNIFICANTROLEINDEVELOPINGEVALUATINGNEWMEDICINESAVERAGEBIOEQUIVALENCEISTHEMAINMETHODWHICHISCERTIFICATEDBYTHEGOVERNMENTINBIOEQUIVALENCERESEARCHMANYSCHOLARSHAVEENGAGEDINTHEWKONCOMMONSITUATIONOFTHISMETHODHOWEVERFEWREFERENCESARECONCERNEDONSOMESPECIALCASESTHISTHESISISGANIZEDASFOLLOWSSEVERALMATHEMATICALMODELSABOUTPHARMACOKIICSSTATISTICALMETHODSRELATINGTOBIOEQUIVALENCEPROBLEMAREINTRODUCEDTHENSOMERELIABLEMETHODSCONCERNINGONAVERAGEBIOEQUIVALENCEINSPECIALCASESHAVEBEENPROPOSEDINCHAPTER3THEPROBLEMOFOVERVARIABILITYWHICHISOFTENOVERLOOKEDDURINGEVALUATINGTHEAVERAGEBIOEQUIVALENCEOFHIGHVARIABILITYMEDICINESAMETHODTOTESTTHEVARIABILITYOFTHEMEDICINESHASBEENRECOMMENDEDBYUSINGTHESCHWARZINFMATIONCRITERIONINCHANGEPOINTCOMPARISONBETWEENTWOEXAMPLESISGIVENTOTESTTHERELIABILITYOFTHISMETHODINCHAPTER4ANAPPROXIMATEALGITHMABOUTTHEFIELLER’SPROBLEMWHENTHEVARIATIONISNOTEQUALISGIVENBYUSINGSMALLSAMPLELIKELIHOODINFERENCEMETHODTHISMETHODISUSEDTOEVALUATETHEAVERAGEBIOEQUIVALENCEWHENTHEVARIATIONOFTHEPHARMACOKIICALDATABETWEENTWOMEDICINESISNOTEQUALWITHTHEHELPOFCOMPUTERWEHAVEGOTTHEAPPROXIMATECONFIDENCEINTERVALATTHEENDTHISTHESISPRESENTSTHEMETHODTOCOMPAREBIOEQUIVALENCEBYDIRECTCONCENTRATIONTIMECURVEASAWHOLETHISMETHODREPRESENTTHEDIFFERENCEBETWEENTHECONCENTRATIONTIMECURVESOFTWOMEDICINESITMATCHESTHEDEFINITIONOFBIOEQUIVALENCEBETTERTHANOTHERMETHODSDOALTHOUGHITMAYBEMUCHSTRICTLOOKSFWARDTOBEDEVELOPEDKEYWDSPHARMACOKIICSBIOEQUIVALENCEAVERAGEBIOEQUIVALENCECHANGEPOINTSCHWARZINFMATIONCRITERIONFIELLER’SPROBLEMCONCENTRATIONTIMECURVE
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 53
大?。?0.42(MB)
子文件數(shù):
-
簡(jiǎn)介:華中科技大學(xué)博士學(xué)位論文二種惡性腫瘤的流行病學(xué)研究及其統(tǒng)計(jì)學(xué)模型姓名方亞申請(qǐng)學(xué)位級(jí)別博士專業(yè)流行病與衛(wèi)生統(tǒng)計(jì)學(xué)指導(dǎo)教師施侶元20040501蘭些竺竺壁生竺竺壁蘭蘭堡堡苧一對(duì)于探討惡性腫瘤流行規(guī)律和病因?qū)W研究,制訂我國(guó)衛(wèi)生事業(yè)發(fā)展規(guī)劃、腫瘤控制與治療計(jì)劃和評(píng)價(jià)干預(yù)效果等方面具有重要的現(xiàn)實(shí)意義。由于每一種腫瘤均有其各自的特征,對(duì)人民的危害程度不同,因此,本研究擬以具體的二種惡性腫瘤為案例,從以下幾個(gè)方面進(jìn)行分析研究,旨在研究該二種惡性腫瘤的同時(shí),也為其他惡性腫瘤的研究提供方法學(xué)參考1發(fā)病危險(xiǎn)因素的探討。以乳腺癌為例,探討其發(fā)病危險(xiǎn)因素。首先,采用META分析研究我國(guó)人群女性乳腺癌的危險(xiǎn)因素,并計(jì)算各危險(xiǎn)因素的相對(duì)危險(xiǎn)度和人群歸因危險(xiǎn)度,從整體上了解與女性乳腺癌發(fā)病有關(guān)的主要危險(xiǎn)因素及其對(duì)人群作用的程度;然后,通過(guò)1I病例對(duì)照研究方法對(duì)武漢市2002年和2003年新發(fā)女性乳腺癌患者進(jìn)行調(diào)查,通過(guò)條件LOGISTICAL分析方法探尋武漢市女性乳腺癌危險(xiǎn)因素的現(xiàn)狀,同時(shí)對(duì)以上兩者的分析結(jié)果進(jìn)行比較,以了解乳腺癌危險(xiǎn)因素的變化情況;最后,通過(guò)估計(jì)主要危險(xiǎn)因素人群暴露率的改變預(yù)測(cè)我國(guó)女性及武漢市女性乳腺癌發(fā)病率的變化趨勢(shì),以了解主要危險(xiǎn)因素的控制與乳腺癌發(fā)病率之間的關(guān)系。2預(yù)后因素的探討。以慢性骨髓性白血病為例,探討患者骨髓移植術(shù)后的復(fù)發(fā)因素。擬通過(guò)隨訪研究,對(duì)在19891997年期間進(jìn)行骨髓移植手術(shù)并被歐洲骨髓移植中心記錄隨訪的慢性骨髓性白血病患者的追蹤調(diào)查資料,采用COX回歸分析方法,了解患者術(shù)后復(fù)發(fā)的主要影響因素。3多終點(diǎn)生存模型探討。以慢性骨髓性白血病為例,通過(guò)生存分析和競(jìng)爭(zhēng)風(fēng)險(xiǎn)分析,探索患者手術(shù)后的多終點(diǎn)生存概率預(yù)測(cè)模型,以更客觀科學(xué)地預(yù)測(cè)在同時(shí)考慮多個(gè)不同終點(diǎn)的的情況下,患者各終點(diǎn)的生存概率及其條件生存概率,從而為醫(yī)療供方和需方的決策提供科學(xué)參考。2
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 108
大?。?2.82(MB)
子文件數(shù):
-
簡(jiǎn)介:中文摘要__中文摘要為了從兒童眼病流行病學(xué)調(diào)查的基本資料中發(fā)現(xiàn)影響弱視和屈光不正的因素,采取整群隨機(jī)抽樣方法從人群中抽取315歲兒童3050人,調(diào)查他們的基本資料,獲得相應(yīng)的數(shù)據(jù)根據(jù)數(shù)據(jù)多為離散型這個(gè)特點(diǎn),本文采用LOGISTIC回歸分析和判別分析對(duì)所調(diào)查的因素進(jìn)行研究,找出了影響弱視和屈光不正的危險(xiǎn)因素通過(guò)對(duì)用來(lái)判斷屈光不正的兩個(gè)主要指標(biāo)一矯正視力和屈光度進(jìn)行分析,從兒童的基本資料中得到影響屈光不正的幾個(gè)因素1屈光不正具有遺傳性,尤其是母親對(duì)孩子的遺傳作用更大如果母親患有近視,孩子患近視的可能性是母親未患近視的孩子的168倍如果母親患有遠(yuǎn)視,孩子患遠(yuǎn)視的可能性是母親未患遠(yuǎn)視的孩子的198倍2隨著年齡的增長(zhǎng),患近視的可能性增大,每增長(zhǎng)一歲,患近視的人數(shù)就會(huì)增加186倍,而患遠(yuǎn)視的可能性變小,每增長(zhǎng)一歲,患遠(yuǎn)視的人數(shù)就會(huì)減少089倍3戴鏡習(xí)慣是一個(gè)重要因素,不管患有近視或遠(yuǎn)視,要及時(shí)戴上眼鏡進(jìn)行矯正,否則病情會(huì)更嚴(yán)重4剖宮產(chǎn)和早產(chǎn)對(duì)患近視有影響,剖宮產(chǎn)的孩子患近視的可能性是正常出生孩子的13倍通過(guò)對(duì)調(diào)查數(shù)據(jù)進(jìn)行LOGISTIC分析,發(fā)現(xiàn)了三個(gè)影響弱視的因素性別、出生體重和早產(chǎn),女性是男性的一倍,出生體重低和早產(chǎn)兒,都較容易患有弱視將矯正視力分成三個(gè)等級(jí)“大于或等于10““好”,“小于10而大于或等于063““中”,“小于063““差”,用累積LOGISTIC回歸分析進(jìn)行分析發(fā)現(xiàn)四個(gè)影響因素1年齡,年齡越大,矯正視力越好2順產(chǎn),順產(chǎn)兒童的矯正視力要好一些3早產(chǎn)史,早產(chǎn)兒童的矯正視力要差一些4戴鏡習(xí)慣,常戴眼鏡和間斷戴鏡與不戴眼鏡相比,不戴眼鏡對(duì)矯正視力的影響要差一些最后,為了解決數(shù)據(jù)之間的共線性問(wèn)題,利用主成分LOGISTIC回歸分析對(duì)屈光不正進(jìn)行了綜合分析,跟前面的結(jié)果相比,又發(fā)現(xiàn)母親視力和父親視力兩個(gè)影響因素,這兩個(gè)因素都有遺傳性關(guān)鍵詞屈光不正危險(xiǎn)因素LOGISTIC回歸PREMATUREINFANTCORRECTEDVISIONOFPREMATURECHILDISBADFOURTHMANNERSOFGLASSESWEARINGOFTENWEARINGTHEGLASSESISGOODFORTHECHILDRENSVISIONFINALLYINORDERHSSRDRESOLVETHEPROBLENIWITHDATACOLINEARITYLOGISTICREGRESSIONMODELONTHEPRINCIPALCOMPONENTANALYSISISADOPTEDTOGETCOMPREHENSIVEANALYSISOFREFRACTIVEERORCOMPAREDWITHTHEFINDTHATTHEMOTHERVISIONANDTHEFATHERVISIONHAVETHEHPREVIOUSRESULTSITISDITYFORAFECTINGTHECHILDRENSKEYWORDSREFRACTIVEERRORRISKFACTORLOGISTICREGRESSION
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 41
大小: 1.05(MB)
子文件數(shù):
-
簡(jiǎn)介:第三軍醫(yī)大學(xué)碩士學(xué)位論文OCT診斷早期青光眼效能的統(tǒng)計(jì)學(xué)評(píng)價(jià)研究姓名孫強(qiáng)申請(qǐng)學(xué)位級(jí)別碩士專業(yè)流行病與衛(wèi)生統(tǒng)計(jì)學(xué)指導(dǎo)教師易東20060501第三軍醫(yī)大學(xué)碩士學(xué)位論文英文縮寫RGCRNFLRNFIJOCTHFA10PEBM0RROCAUC、SENSPEACCPLRNLRPPVNPVGHTPSDCGOHTGSSINTIMA【/SMAX英文縮寫一覽表英文全稱RETINALGANGLIONCELLRETINALNERVEFIBERLAYERRETINALNERVEFIBERLAYERTHICKENOPTICALCOHERENCETOMOGRAPHYHUMPHREYAUTOMATEDPERIMETRYINTRAOCULARPRESSUREEVIDENCEBASEDMEDICINEODDSRATIECEIVEROPERATINGCHARACTERISTICAREAUNDERROCCURVESENSITIVITYSPECIFICITYACCURACYPOSITIVELIKELIHOODRATIONEGATIVELIKELIHOODRATIOPOSITIVEPREDICTIVEVALUENEGATIVEPREDICTIVEVALUEGLAUCOMAHALFFIELDTESTPATTERN蛐DARDDEVIATIONCHRONICGLAUCOMAOCULARHYPERTENSIVESGLAUCOMASUSPECTSSUPERIORINFERIORNASALTEMPORALINFERIORMAX/SUPERIORMAX1中文名稱視網(wǎng)膜神經(jīng)節(jié)細(xì)胞視網(wǎng)膜神經(jīng)纖維層視網(wǎng)膜神經(jīng)纖維層厚度光學(xué)相干斷層掃描儀HUMPLLREY視野計(jì)眼壓循證醫(yī)學(xué)比值比受試者工作特征曲線線下面積敏感度特異度準(zhǔn)確性陽(yáng)性似然比陰性似然比陽(yáng)性預(yù)測(cè)值陰性預(yù)測(cè)值青光眼半視野檢測(cè)模型標(biāo)準(zhǔn)偏差慢性青光眼高眼壓癥青光眼疑似患者上方下方鼻側(cè)顳側(cè)下方最大值/上方最大值
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 56
大?。?1.9(MB)
子文件數(shù):
-
簡(jiǎn)介:本文希望集合國(guó)內(nèi)多學(xué)科專家研制出適合國(guó)內(nèi)應(yīng)用的醫(yī)學(xué)論文主要是針對(duì)隨機(jī)對(duì)照研究,ROMIZEDCONTROLLEDTRIAL,RCT的統(tǒng)計(jì)學(xué)報(bào)告自查清單,然后在此基礎(chǔ)上研制出醫(yī)學(xué)論文統(tǒng)計(jì)學(xué)報(bào)告質(zhì)量的評(píng)價(jià)量表,并對(duì)評(píng)價(jià)量表進(jìn)行效度和信度的考核。研究資料與方法充分復(fù)習(xí)了國(guó)內(nèi)外可獲得的醫(yī)學(xué)期刊、碩士論文、專著、行業(yè)標(biāo)準(zhǔn)、網(wǎng)絡(luò)資料等方面的關(guān)于統(tǒng)計(jì)學(xué)誤用、統(tǒng)計(jì)學(xué)報(bào)告等方面的文獻(xiàn),整理成RCT論文統(tǒng)計(jì)學(xué)相關(guān)項(xiàng)目必要性調(diào)查表草案,對(duì)流行病學(xué)專家19人、統(tǒng)計(jì)學(xué)專家18人、關(guān)心醫(yī)學(xué)論文統(tǒng)計(jì)學(xué)誤用的專家18人、臨床研究專家19人,共74人進(jìn)行了共兩輪調(diào)查。依第二輪調(diào)查的結(jié)果,將項(xiàng)目平均分>3分的所有項(xiàng)目保留作為“醫(yī)學(xué)論文統(tǒng)計(jì)學(xué)報(bào)告自查清單”。按第二輪調(diào)查項(xiàng)目總得分及較多專家認(rèn)為“必要”評(píng)分>3分的標(biāo)準(zhǔn)篩選出約30項(xiàng)作為醫(yī)學(xué)論文統(tǒng)計(jì)學(xué)報(bào)告質(zhì)量評(píng)價(jià)量表初表。將評(píng)價(jià)量表初表應(yīng)用于國(guó)外統(tǒng)計(jì)學(xué)應(yīng)用較好的醫(yī)學(xué)雜志、國(guó)內(nèi)統(tǒng)計(jì)學(xué)應(yīng)用較好和較差的醫(yī)學(xué)雜志各1種,以初步考核評(píng)價(jià)量表初表的效度以及不同人之間和不同時(shí)間之間的量表的一致性。若評(píng)價(jià)量表初表有效,然后將其擴(kuò)大應(yīng)用于一般醫(yī)學(xué)論文,記錄評(píng)價(jià)過(guò)程中遇到的實(shí)際問(wèn)題,以便完善量表初表的表達(dá)。將應(yīng)用評(píng)價(jià)結(jié)果當(dāng)中方差較小的項(xiàng)目舍棄,形成評(píng)價(jià)量表終表。對(duì)評(píng)價(jià)量表終表的效度和信度再行評(píng)價(jià),依樣本量計(jì)算,選出以上三級(jí)雜志各2種,分層隨機(jī)抽樣選中近5年共54篇文獻(xiàn),應(yīng)用評(píng)價(jià)量表終表,比較不同評(píng)分者評(píng)分的均數(shù)、比較不同級(jí)別雜志得分的均數(shù)和所費(fèi)時(shí)間。調(diào)查資料輸入MICROSOFTEXCEL,評(píng)價(jià)量表的應(yīng)用與評(píng)價(jià)數(shù)據(jù)輸入SPSS130,以配對(duì)T檢驗(yàn)和PEARSON相關(guān)系數(shù)分析評(píng)價(jià)量表的信度,以單因素方差分析比較不同級(jí)別雜志得分的均數(shù)以考察評(píng)價(jià)量表的效度。按方差最小的原則舍棄評(píng)價(jià)量表初表中的項(xiàng)目以精簡(jiǎn)成評(píng)價(jià)量表終表。主要研究結(jié)果文獻(xiàn)的復(fù)習(xí)和首次調(diào)查表草案的起草2005年9月前完成,共解析出RCT相關(guān)統(tǒng)計(jì)學(xué)表達(dá)項(xiàng)目125條,分布于論文的題目到討論部分。2005年9月2006年3月完成第一和第二輪調(diào)查及評(píng)價(jià)量表初表與終表的預(yù)試驗(yàn)、信度效度評(píng)價(jià)和應(yīng)用性評(píng)價(jià)。第一輪調(diào)查發(fā)出74份,回復(fù)41份,有效40份,補(bǔ)充3位臨床研究專家后共得有效問(wèn)卷43份。流行病學(xué)家、統(tǒng)計(jì)學(xué)家、關(guān)心統(tǒng)計(jì)誤用者及臨床研究者四類人員中回復(fù)數(shù)構(gòu)成和未回復(fù)數(shù)構(gòu)成經(jīng)精確概率法檢驗(yàn),P0756和P0315,可認(rèn)為構(gòu)成沒(méi)有差異。四類人員回復(fù)的項(xiàng)目總分比較,流行病學(xué)專家評(píng)分較高155±49,其余各組均數(shù)為130138間,但經(jīng)方差分析,P0395,可認(rèn)為多組間均數(shù)沒(méi)有差異。將第一輪調(diào)查的回復(fù)問(wèn)卷分為先回復(fù)和后回復(fù)兩組比較,結(jié)果先后回復(fù)者總分的均數(shù)與標(biāo)準(zhǔn)差分別為1468±429和1331±424分,但經(jīng)T檢驗(yàn)雙側(cè)P0294,秩和檢驗(yàn)P0382,可認(rèn)為兩組沒(méi)有差別。將80%以上專家認(rèn)為“必要”的項(xiàng)目篩選出來(lái),歸并相關(guān)項(xiàng)目整理后,共得到60項(xiàng),含專家補(bǔ)充的1項(xiàng)。第二輪調(diào)查回復(fù)47份,全部有效,四類人員構(gòu)成檢驗(yàn)P0466。第二輪調(diào)查結(jié)果,除第一輪由專家補(bǔ)充的1項(xiàng)外,第一輪篩選出的全部項(xiàng)目算術(shù)均分>3分必要分。第二輪調(diào)查后,除補(bǔ)充項(xiàng)目外其余59項(xiàng)全部入選為自查項(xiàng)目清單。另因符號(hào)與術(shù)語(yǔ)項(xiàng)包含內(nèi)容較多,細(xì)分為3項(xiàng),實(shí)際清單共62項(xiàng),含摘要部分8項(xiàng)、引言2項(xiàng)、方法20項(xiàng)、結(jié)果25項(xiàng)、討論6項(xiàng)。將自查清單的項(xiàng)目舍去摘要的項(xiàng)目,按項(xiàng)目得分總分以及認(rèn)為“必要”的專家人數(shù)兩種方法從高到低排序,未見(jiàn)明顯分界線,按預(yù)計(jì)項(xiàng)目30項(xiàng)左右得到總分前28名,認(rèn)為必要人數(shù)前30名,共35項(xiàng)作為評(píng)價(jià)量表初表??己嗽u(píng)價(jià)量表初表時(shí),將兩評(píng)價(jià)者兩次的評(píng)分及研究者復(fù)核的評(píng)分平均,以平均分為方差分析依據(jù),結(jié)果三級(jí)別雜志得分均數(shù)分別為415±03,307±15,241±36,單因素方差分析P<0001,在005的水平下,SNK檢驗(yàn)?zāi)軆蓛蓞^(qū)分出來(lái)。不同人之間評(píng)分的比較,不論是將兩次評(píng)價(jià)的結(jié)果當(dāng)成獨(dú)立樣本還是將其平均,RP>087、P<0001,但配對(duì)T檢驗(yàn)結(jié)果P<0001,可見(jiàn)雖然不同人對(duì)同批論文評(píng)價(jià)的相關(guān)性較大,但并不一致。不同時(shí)間評(píng)分的比較,兩種取值方法RP>088,P<0001,T檢驗(yàn)結(jié)果P>067,說(shuō)明不同時(shí)間評(píng)價(jià)的一致性較好。評(píng)價(jià)量表初表的應(yīng)用結(jié)果發(fā)現(xiàn),英文雜志得分較高387±44分,而中華醫(yī)學(xué)系列雜志與非中華醫(yī)學(xué)系列雜志得分類似260±63分和260±71分,SNK檢驗(yàn)僅能將其分為兩組,可見(jiàn)統(tǒng)計(jì)學(xué)報(bào)告質(zhì)量與內(nèi)容質(zhì)量并不一致。評(píng)價(jià)量表初表35項(xiàng)中,約有一半的項(xiàng)目17項(xiàng)英文得分皆高于中文,僅有1項(xiàng)中文高于外文,其余項(xiàng)目無(wú)統(tǒng)計(jì)學(xué)差異。將應(yīng)用結(jié)果當(dāng)中的項(xiàng)目總方差、標(biāo)準(zhǔn)化方差和中文文獻(xiàn)的方差結(jié)合起來(lái),以兩項(xiàng)以上方差皆排在后10位為標(biāo)準(zhǔn),精簡(jiǎn)后變成了27項(xiàng)的評(píng)價(jià)量表終表,并依應(yīng)用結(jié)果記錄的問(wèn)題對(duì)表達(dá)進(jìn)行了完善。對(duì)評(píng)價(jià)量表終表的考核發(fā)現(xiàn),發(fā)現(xiàn)三級(jí)雜志平均得分相差約為5分分別為209±28、144±41、103±25分,方差分析P<0001,SNK檢驗(yàn)將它們分成三組,說(shuō)明精簡(jiǎn)項(xiàng)目后效度符合要求;對(duì)不同人之間的得分比較,5人的評(píng)分均數(shù)分別為173±51、123±46、157±55、163±56、137±59分,單因素方差分析P0177,可見(jiàn)不同人之間的重復(fù)性有較好的改善。精簡(jiǎn)項(xiàng)目后,所費(fèi)時(shí)間英文平均小于30MIN,中文平均小于20MIN。為適應(yīng)不同的需要,我們將量表終表評(píng)價(jià)時(shí)方差最大的前幾項(xiàng)進(jìn)行了分析,結(jié)果選取方差最大的7項(xiàng)時(shí),可以兩兩區(qū)分出三級(jí)雜志,因此選出方差最大的7項(xiàng)作為評(píng)價(jià)量表簡(jiǎn)表。討論與研究結(jié)論本研究研制出了適合國(guó)內(nèi)應(yīng)用的醫(yī)學(xué)論文統(tǒng)計(jì)學(xué)相關(guān)項(xiàng)目的系列表格,包括自查清單、評(píng)價(jià)量表的初表、終表和簡(jiǎn)表。這些清單和量表的應(yīng)用不僅能直接提高國(guó)內(nèi)醫(yī)學(xué)論文的統(tǒng)計(jì)學(xué)表達(dá)水平,還能提高國(guó)內(nèi)醫(yī)學(xué)研究的設(shè)計(jì)水平、醫(yī)學(xué)研究者的統(tǒng)計(jì)學(xué)意識(shí)、其它類型研究的報(bào)告水平、國(guó)內(nèi)醫(yī)學(xué)期刊的科學(xué)水平,還為醫(yī)學(xué)期刊和論文的科學(xué)性評(píng)價(jià)打下了基礎(chǔ)。對(duì)評(píng)價(jià)量表初表的考核結(jié)果表明,初表的效度和不同時(shí)間的可重復(fù)性較好,惟不同人之間的重復(fù)性較差,而評(píng)價(jià)量表終表在不同人之間的可重復(fù)性明顯改善。在時(shí)間負(fù)荷上,評(píng)價(jià)量表終表應(yīng)用于外文文獻(xiàn)時(shí)平均時(shí)間少于30MIN,應(yīng)用于中文文獻(xiàn)時(shí)平均少于15MIN。本研究充分復(fù)習(xí)了各類文獻(xiàn),調(diào)查對(duì)象均衡地分為4類人員,歷經(jīng)兩輪調(diào)查和三輪評(píng)價(jià),每次調(diào)查和評(píng)價(jià)都在上一輪的基礎(chǔ)上進(jìn)行修改和完善,項(xiàng)目的篩選和舍棄都是結(jié)合了多種評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行的,量表終表的評(píng)價(jià)文獻(xiàn)是隨機(jī)抽樣產(chǎn)生的,評(píng)價(jià)人員的分配是分層隨機(jī)進(jìn)行的,最后得到的結(jié)果也證明不論是不同時(shí)間的重復(fù)性、不同評(píng)價(jià)者間的重復(fù)性和量表的區(qū)分度都達(dá)到了預(yù)期目的,說(shuō)明本研究是嚴(yán)謹(jǐn)?shù)?、可靠的。與CONST的清單比較,本研究的自查清單含項(xiàng)目62項(xiàng),比CONST的細(xì)分項(xiàng)目稍多。比較研究發(fā)現(xiàn)本研究延續(xù)了CONST的精神,但是隨機(jī)化的細(xì)節(jié)項(xiàng)目較少,且補(bǔ)充了研究設(shè)計(jì)中關(guān)于控制偏倚的項(xiàng)目、統(tǒng)計(jì)分析預(yù)定的標(biāo)準(zhǔn)、統(tǒng)計(jì)分析實(shí)際結(jié)果的表達(dá)項(xiàng)目、圖示與術(shù)語(yǔ)問(wèn)題、結(jié)合目的進(jìn)行討論、分析設(shè)計(jì)中存在的問(wèn)題、比較利弊得出結(jié)論等,更切合國(guó)內(nèi)的研究水平,又可以認(rèn)為是CONST標(biāo)準(zhǔn)的創(chuàng)新、發(fā)展和中國(guó)化。本研究定量地比較了中英文醫(yī)學(xué)論文的統(tǒng)計(jì)學(xué)項(xiàng)目報(bào)告水平,結(jié)果以評(píng)價(jià)量表初表評(píng)價(jià)時(shí),英文醫(yī)學(xué)論文比中文醫(yī)學(xué)論文的統(tǒng)計(jì)學(xué)表達(dá)水平高出10分以上,用量表終表評(píng)價(jià)時(shí),差距也達(dá)5分以上,可見(jiàn)二者差距較大。以評(píng)價(jià)量表初表,35項(xiàng)比較各項(xiàng)目得分,發(fā)現(xiàn)二者差別有統(tǒng)計(jì)學(xué)意義者達(dá)17項(xiàng),僅1項(xiàng)統(tǒng)計(jì)檢驗(yàn)的統(tǒng)計(jì)量值中文得分高于英文未見(jiàn)報(bào)告,其余全部為英文高于中文。英文所有論文都得分的項(xiàng)目也較多。本研究初期回復(fù)率不高,約為60%,與一般要求的調(diào)查回復(fù)率相比偏低,所幸的是結(jié)果發(fā)現(xiàn)先后回復(fù)者差別不大,且我們的研究并非要得出項(xiàng)目的絕對(duì)得分,而是相對(duì)重要性,因此結(jié)果仍然可靠。項(xiàng)目的篩選過(guò)程中沒(méi)有明確的界限,我們只好采取了多種方式相結(jié)合的方法篩選,以避免單一方法帶來(lái)的不足。本研究的自查清單適用于醫(yī)學(xué)投稿者投稿時(shí)自查、醫(yī)學(xué)編輯和審稿者在審稿時(shí)對(duì)照把關(guān),而評(píng)價(jià)量表則適合在醫(yī)學(xué)論文接受后尤其是發(fā)表后進(jìn)行評(píng)價(jià),適用于醫(yī)學(xué)期刊管理者、科研管理部門或編輯出版者自身對(duì)醫(yī)學(xué)論文或期刊進(jìn)行統(tǒng)計(jì)學(xué)報(bào)告質(zhì)量的評(píng)價(jià)。適用論文為最適于RCT,較適用于有對(duì)照干預(yù)措施的臨床研究,而對(duì)于自身對(duì)照或沒(méi)有對(duì)照的臨床研究則不太適用,僅可供參考,不適用于非臨床研究。本研究研制出了針對(duì)RCT研究的統(tǒng)計(jì)學(xué)項(xiàng)目自查清單和系列評(píng)價(jià)量表,考核結(jié)果表明這些量表的效度和信度較好,有助于提高國(guó)內(nèi)醫(yī)學(xué)論文尤其是RCT研究的統(tǒng)計(jì)學(xué)報(bào)告水平,值得推廣應(yīng)用。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 97
大小: 3.69(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 61
大小: 1.66(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-13
頁(yè)數(shù): 51
大小: 4.69(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 212
大?。?11.38(MB)
子文件數(shù):
-
簡(jiǎn)介:隸劫大嚶臨床醫(yī)學(xué)碩士學(xué)位論文胎兒腦部MRI生物統(tǒng)計(jì)學(xué)指標(biāo)的初步建立東南大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果,也不包含為獲得東南大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。研究生簽名險(xiǎn)墼睪日期塑陛。簽垃東南大學(xué)學(xué)位論文使用授權(quán)聲明東南大學(xué)、中國(guó)科學(xué)技術(shù)信息研究所、國(guó)家圖書館有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文檔,可以采用影印、縮印或其他復(fù)制手段保存論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。除在保密期內(nèi)的保密論文外,允許論文被查閱和借閱,可以公布包括以電子信息形式刊登論文的全部?jī)?nèi)容或中、英文摘要等部分內(nèi)容。論文的公布包括以電子信息形式刊登授權(quán)東南大學(xué)研究生院辦理。研究生虢陋隹跏虢塑墮函她。墮巧
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 67
大?。?7.29(MB)
子文件數(shù):