跳到主要內容

臺灣博碩士論文加值系統

(18.97.9.171) 您好!臺灣時間:2024/12/10 12:37
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:張倩青
論文名稱:用多個邏輯迴歸分析有序資料
指導教授:鄒宗山鄒宗山引用關係
學位類別:碩士
校院名稱:國立中央大學
系所名稱:統計研究所
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:1999
畢業學年度:87
語文別:中文
論文頁數:84
相關次數:
  • 被引用被引用:1
  • 點閱點閱:220
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
有序資料是醫學及流行病學研究中常會碰到的資料型態。如疾病的嚴重程度、藥劑量、疼痛的程度…等。對有序的資料型態,一般常用比例勝算模型來描述反應變數和解釋變數間的相關性。
一般來說有序資料的分析較二元化資料的分析來的複雜。因此,二元化資料的分析,目前來說不論是利用有母數方法(如羅吉斯迴歸模型)或半母數方法(如,GEE)都比有序資料的分析方法較為完備。
有關有序資料的分析,一個簡單的方式便是將問題化簡為二元化資料。因此,問題變成二元資料的問題。所以,可做多個羅吉斯迴歸模型分析,來估計比例勝算模型中的迴歸係數。

目錄
第一章 緒論…………………………………………………………1
第二章 模型及資料分析方法介紹……………………………………3
2.1 模型簡介………………………………………………………3
2.1.1 羅吉斯迴歸模型…………………………………………3
2.1.2 比例勝算模型……………………………………………10
2.1.3 廣義交叉比模型…………………………………………16
2.1.4 狄利克雷多項模型………………………………………23
2.2 資料分析方法………………………………………………27
2.2.1 廣義估計方程式…………………………………………27
第三章 模擬研究……………………………………………………35
3.1 模擬方法………………………………………………………35
3.1.1 解釋變數的模擬…………………………………………35
3.1.2 反應變數無相關性………………………………………35
3.1.3 具相關性的二維、有序反應變數……………………39
3.1.4 具相關性的三維、有序反應變數……………………44
3.2 模擬結果………………………………………………………48
第四章 結論…………………………………………………………51
附表A
附表B
附表C
參考文獻

參考文獻
[1] Agresti, A. (1996). An Introduction to Categorical Data Analysis. Wiley,New York.
[2] Agresti, A. (1990). Categorical Data Analysis. Wiley, New York.
[3] Arnold, S. F. (1990). Mathematical Statistics. Prentice-Hall, New Jersey.
[4] Breslow, N. E. and Day, N. E. (1980). Statistical Methods in Cancer Research. IARC scientific publications, Lyon.
[5] Brier. S. S. (1980). Analysis of Contingency Tables Under Cluster Sampling.Biometrika, 67, 591-596.
[6] Cox, D. R. (1958a). The regression analysis of binary sequences. J. Roy. Statist. Soc. B20, 215-242.
[7] Cox, D. R. (1958b). Two further applications of a model for binary regression. Biometrika 45, 562-565.
[8] Cox, D. R. (1970). The Analysis of Binary Data. (2nd edn. 1989. By D. R. Cox and E. J. Snell).London: Chapman and Hall.
[9] Cox, D. R. (1972). The analysis of multivariate binary data. Appl. Statist. 21, 113-120.
[10] Dale, J. R. (1986). Global cross-ratio models for bivariate, discrete ordered responses. Biometrics, 42, 909-917.
[11] Hoel, P. G.,Port, S. C. and Stone, C. I. (1971). Introduction to probability Theory. Houghton Mifflin.
[12] Hosmer, D. W. and Lemeshow, S. (1989). Applied Logistic Regression. Wiley, New York.
[13] Johnson. N. L. and Kotzs. S. (1969). Distributions in Statistics : Continuous Multivariate Distributions. John Wiley and Sons.
[14] Kendall, M. G., Ord, J. K. and Stuart, A. (1991). Kendall's advanced theory of statistics, vol2, 5th edn. London : Edward Arnold.
[15] Karr, A. F. (1993). Probability. Springer-Verlag, New York.
[16] Kleinman, J. C. (1973). Proportionals with extraneous variances : Single and independent samples. J. Am. Statist. Assoc. 68, 46-54.
[17] Lehmann, E. L. (1983). Theory of Point estimation. New York : John Wiley.
[18] Liang, K. Y. and Zeger, S. L. (1986). Longitudinal data analysis using generalized linear models. Biometrika 73. 1, 13-22.
[19] Liang, K. Y. and Zeger, S. L. and Qaqish, B. (1992). Multivariate regression analysis for categorical data. J. Roy. Statist. Soc. B54, No. 1, 3-40.
[20] Lindgren, B. W. (1993). Statistical Theory fourth Edition. Chapman and Hall.
[21] Lindgren, W. B. (1993). Statistical Theory. Chapman and Hall.
[22] Lipsitz, S. R., Laird, N. M. and Harrington, D. P. (1991). Generalized estimating equations for correlated binary data : Using the odds ratio as a measure of association. Biometrika, 78, 1, 153-160.
[23] Lipsitz, S. R., Kim, K. and Zhao, L. (1994).Analysis of Repeated Categorical Data Using Generalized Estimating Equations. Statistics in medicine, vol13, 1149-1163.
[24] McCullagh, P. (1978). A class of parametric models for the analysis of square contingency tables with ordered categories. Biometrika 65, 413-418.
[25] McCullagh, P. (1980). Regression models for ordinal data ( with discussion ). J. R. Statist. Soc. B, 42, 109-142.
[26] McCullagh, P. and Nelder, J. A. (1989). Generalized Linear Models, 2nd edn. London : Chapman and Hall.
[27] Miller, M. E., Davis, C. S. and Landis, J. R. (1993). The analysis of longitudinal Polytomous Data : Generalized Estimating Equations and Connections with Weighted Least Squares. Biometrics 49, 1033-1044.
[28] Molenberghs, G. and Lesaffre, E. (1994). Marginal Modeling of correlated Ordinal Data Using a Multivariate Plackett distribution. J. Am. Statist. Assoc. June.
[29] Plackett, R. L. (1965). A Class of Bivariate Distributions. J. am. Statist. Assoc,June.
[30] Tallis, G. M. (1962). The Use of Generalized Multinomial Distribution in the Estimation of Correlation in the Discrete Data. Journal of the Royal Statistical Society. Ser. B. 24. 530-534.
[31] Zhao, L. P. and Prentice, R. L. (1990). Correlation binary regression using a quadratic exponential model. Biometrika 77, 642-648.
[32] 林京芬, (1996) 用GPM/T指數來探討吸菸與牙周病間的關係,中央大學統計研究所碩士論文。
[33] -徐啟堯, (1997) 用CPITN指數來探討吸菸與牙周病間的關係,中央大學統計研究所碩士論文。
[34] 蘇麗美, (1998) 左右頸動脈阻塞與慣狀動脈及並間相關性之分析,中央大學統計研究所碩士論文。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top