基于核主成分-logistic回归模型的整体基因(或基因组区域)关联分析方法

来源 :2011年中国卫生统计学年会 | 被引量 : 0次 | 上传用户:luowenying124
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  研究背景研究方法研究原理统计模拟统计模拟结果实例应用讨论研究背景复杂疾病的特点有一定的家族聚集性不完全符合孟德尔遗传规律。
其他文献
会议
会议
会议
会议
目的:将相对权重指标扩展应用于logistic回归分析,以更精确评价自变量的相对重要性.方法:原始变量通过最小二乘正交变换获得一组独立不相关但与原变量最大相关的新变量集,并对因变量关于新变量集作回归分析获取一组标准回归系数β,再通过分析正交变量对原变量的回归作用返回至原变量集获取一组相关系数λ,最后对这两组估计参数平方乘积和所得结果就是自变量成比例贡献于因变量的重要性.结果:相对权重总和等于模型的
目的:提出一种可视化图示法,评价logistic回归模型中自变量相对重要性.方法:对变量值排序后进行[0,1]区间的秩比例尺度变换,并作关于相对于中位数的优势比的函数关系图——秩优势比图.结果:秩优势比图可以使多个自变量不受衡量单位和尺度的约束在同一图形中比较分析,并可作为一种工具核查变量极值的估计优势比是否合理,也可应用于比较分析多个供选择的变量和转换方式以拟合最佳模型.结论:秩优势比图有很多实
目的:描述广东省首批关沙酮维持治疗门诊受治者的长期维持情况,探索与长期维持有关的预测因素.方法:研究对象为广东省首批开诊的3家门诊中,入组时间=1年的受治者.反应长期维持情况的指标包括首次治疗时间、首次治疗有效服药天数比、重入组.停止首次治疗的相关预测因素包括受治者基本特征、吸毒特征、HIV感染情况、美沙酮剂量、入组年份及入组门诊.重入组相关预测因素除包括上诉因素外,还包括首段治疗时间、首次治疗有
会议
目的:提出大型纵向监测健康体检数据统计分析策略;方法:从数据预处理、MCMC填补、GEE纵向分析等几个方面介绍该策略,并以白细胞对代谢综合征的影响研究为例说明其应用性.结果:将粗糙的原始数据进行预处理后,填补了大量不完整数据;利用GEE进行纵向统计分析,克服因忽略组内相关造成的问题,使时间因素得到控制和体现.结论:大型纵向监测健康体检数据统计分析策略可有效地利用查体记录的各类信息,极大地提高了统计
目的:建立基于有常数损耗率的疫苗库存模型,以期提高CDC疫苗的管理效率与利用水平.方法:对湖北省某市CDC管理的流感疫苗拟合有常数损耗率的库存模型,获得该市疫苗的最佳订货量、订货周期等参数.结果:该市成人流感疫苗的最佳订货量为每次5864支,订货周期为67天;儿童流感疫苗的最佳订货量为每次10078支,订货周期为65天.结论:通过有常数损耗率的库存模型能够有效地解决CDC疫苗管理中的利用效率问题,