论文部分内容阅读
连续性反应变量进行多分类后可以通过累积概率模型对oddsratio进行估计.但是在对连续性反应变量进行多分类的过程中无可避免地会造成信息的损失.本文通过对原始的连续性反应变量的线性回归分析提出oddsratio的一个新的估计，避免因为多分类而造成的信息损失.然后运用大样本理论得到了由累积概率模型与线性模型得到的oddsratio为了达到同一特定的功效而需要的相对样本量大小.两者的比较显示：改进的oddsratio估计节省了样本量，特别是在oddsratio值比较大和πi不等的情况.在MonteCarlo模拟中，两种oddsratio估计相对的绝对偏差，相对的置信区间长度都显示出了改进oddsratio估计的优势.此外，改进oddsratio估计的置信区间的涵盖概率收敛于给定的水平.由于样本需求减小所导致的费用节约使得改进的估计方法具有现实的效用.