【摘 要】
:
随着健康风险意识的增强,人们越来越重视污染物暴露人群的职业暴露评估。现有关于平均暴露水平的研究方法往往局限于正态总体和单向分类随机效应模型,并假定模型的随机效应和误差项均服从正态分布,但实际暴露数据更常见地呈现出非对称的偏态分布特征。若仍基于正态分布进行统计建模,易导致统计估计和推断缺乏稳健性。鉴于此,为降低职业暴露风险、保护工人的生命健康安全,本文将研究方法从正态总体拓展至偏正态单向分类随机效应
论文部分内容阅读
随着健康风险意识的增强,人们越来越重视污染物暴露人群的职业暴露评估。现有关于平均暴露水平的研究方法往往局限于正态总体和单向分类随机效应模型,并假定模型的随机效应和误差项均服从正态分布,但实际暴露数据更常见地呈现出非对称的偏态分布特征。若仍基于正态分布进行统计建模,易导致统计估计和推断缺乏稳健性。鉴于此,为降低职业暴露风险、保护工人的生命健康安全,本文将研究方法从正态总体拓展至偏正态单向分类随机效应模型,进而为研究平均暴露水平提供合适的统计推断方法。针对偏正态总体下平均暴露水平的统计推断问题。首先,利用矩估计和极大似然估计得到未知参数的估计值。其次,基于Bootstrap方法,构造个体和总体平均暴露水平的三种Bootstrap置信区间,并构建相应Bootstrap置信区间的检验方法。进而,通过Monte Carlo模拟研究得到区间的覆盖概率和置信上限。研究结果表明,对于个体和总体平均暴露水平,基于极大似然估计的Bootstrap置信区间整体表现都优于基于矩估计的Bootstrap置信区间。且在覆盖概率意义下,基于极大似然估计的Bootstrap标准置信区间优于其他两种Bootstrap置信区间。最后,将上述方法应用于两组四烷基铅暴露数据的案例分析中,以验证所给方法的有效性和合理性。针对偏正态单向分类随机效应模型下平均暴露水平的统计推断问题。首先,利用EM算法得到未知参数的极大似然估计。其次,基于Bootstrap方法,构造个体和总体平均暴露水平的三种Bootstrap置信区间,并构建相应Bootstrap置信区间的检验方法。进而,通过Monte Carlo模拟研究得到区间的覆盖概率和置信上限。研究结果表明,修正的Bootstrap百分位置信区间在覆盖概率意义下优于其他两种Bootstrap置信区间,Bootstrap标准置信区间在置信上限意义下优于其他两种Bootstrap置信区间。最后,将上述方法应用于苯乙烯和镍暴露数据的案例分析中,以验证所给方法的有效性和合理性。
其他文献
乳腺癌作为女性最常见的癌症疾病,成因复杂,通过早期筛查可以提早发现问题做出诊断。数字乳腺断层摄影(Digital Breast Tomosynthesis,DBT)可以从不同影像切片上看到乳房不同深度的结构信息,从而缓解正常腺体与病灶区域重叠的问题,即使是较小的病灶也可清晰的显示出其大小及其形状与边缘特征。本文将会基于DBT影像,进行乳腺病灶良恶性分类和分子亚型预测研究,旨在给医生提供辅助诊断依据
乳腺肿瘤是女性中发病率最高的肿瘤,其死亡人数也是最多的。在治疗乳腺肿瘤且肿瘤细胞未发生转移的情况下,以往的手段都是完全切除整个乳房,但随着人们对于乳房审美的要求的提升,保乳术及相关治疗逐渐流行起来。其中在保乳手术之首先要进行新辅助化疗,它能够增加病人接受保乳手术的机会,并获取化疗药物敏感信息。但是不同年龄、不同体质的患者对相同的化疗方案反应不同,部分患者并未达到理想的治疗效果。研究表明化疗疗效反应
癌症早期准确诊断对成功治疗癌症非常重要,癌症标志物检测是癌症早期诊断的一种重要方法。由于癌症标志物含量低且所处样品背景复杂,导致现有检测方法难以灵敏检测,因此开发高效的癌症标志物分离方法,对实现癌症标志物灵敏检测具有重要意义。本文旨在研究开发一种基于自组装免疫磁珠链分离方法及平台用于癌症标志物的快速、有效分离,并以人前列腺癌(prostate cancer,PC3)细胞和癌胚抗原(carcinoe
人体肠道微生物是一个非常庞大的系统,肠道微生物通过代谢产物和宿主进行信息交换,在人一生的成长和衰老过程中发挥着多种重要功能。肠道微生物群比人体细胞的数量高一个数量级,据计算大约有1014个细胞组成,由于肠道菌群的庞大和复杂性,以及对饮食、地域、疾病的易感性,使得对肠道微生物的定量研究充满了困难,本文主要通过机器学习对人体肠道微生物样本进行定量研究,通过微生物丰度数据建立宿主年龄和性别预测模型,并识
四旋翼无人机具有结构简单、造价低和可垂直起降等特点,在农业、工业和军事等领域备受关注。在这之中,环境建模和信号源定位问题正获得越来越多科研人员的关注。本文研究基于四旋翼的多信号源定位问题。主要研究内容如下:首先,基于非定向天线传感器实现对信号源的定位,设计了一种结合了高斯过程回归的方法。该方法主要内容如下:首先,将任务区域进行网格化处理,将传感器检测到的接收信号强度(Received Signal
超快光纤激光器能够在辐射皮秒或飞秒超短脉冲的同时获得完美的光束质量,已经应用于医疗、工业、通信等大市场领域。目前商用化的超快光纤激光器以Er3+、Yb3+、Tm3+等稀土离子为增益介质,辐射波长集中在1μm、1.5μm以及2μm波段。正因为稀土离子的辐射波长较为固定、拓展困难,导致了现有超快光纤激光器对于辐射1.7μm等特需波长无能为力。半导体纳米晶体(量子点)的出现是一个理想的解决方案,量子点的
动态照明光源是一种能够模拟不同光谱与光辐照输出的装置,其被广泛应用于光电器件特性测试、大型建筑的装饰照明与色彩渲染、植物需光性研究、材料老化实验、虚拟场景、光学医疗等场景中。相比于传统动态照明所采用的卤素灯、氙灯光源,LED具有光谱窄、种类多、寿命长、可调范围广、可进行数字化控制的特点,采用多种类多数量LED组成的大功率LED动态照明光源在新动态照明光源研究中拥有极大的优势与潜力。大功率LED阵列
基于表面等离子体共振成像(SPRI)的传感检测是一种重要的分子间作用检测方法,由于具备无标记、高灵敏、实时性和无损伤检测的优点,而被广泛应用于核酸检测,药物筛选,食品安全和环境监测等领域。然而,将SPRI的分子传感能力转化为实际的临床检测一直存在较大困难,其中一个主要原因是数据分析非常耗时且费力。基于此现状,本文提出并设计了一种基于深度学习的全自动纳米颗粒分析平台,这将极大地促进SPRI传感检测平
水稻纹枯病与稻瘟病作为水稻生产中大范围流行的病害,造成了全球水稻大规模减产。区域尺度内水稻预测模型的建立能够为病害防控管理提供重要依据,但目前多数病害预测方法基于统计关系建立,且缺乏对大范围业务化运行的能力。作物病害预测模型研究总体上呈现出由静态至动态,从局地到整体的发展趋势,本研究充分利用多源遥感数据在病害流行影响因素监测方面的能力和优势,研究寄主分布、生育期、景观格局以及病害环境等因素遥感监测
混合效应模型常被应用于商业、金融、经济、医学、工业、社会科学等领域。模型中既包含固定效应又包含随机效应,常被用来处理各种复杂数据。现有关于此类模型的研究通常在随机效应和误差项均服从正态分布的假定下进行。然而,实际数据往往呈现出非对称偏正态分布特征。若继续使用正态分布假定对混合效应模型进行统计推断,则会出现较大偏差,甚至产生误导性结论。鉴于此,本文在偏正态分布假设下对混合效应模型的统计推断理论进行研