纵向数据
纵向数据的相关文献在1992年到2022年内共计259篇,主要集中在预防医学、卫生学、自动化技术、计算机技术、经济学
等领域,其中期刊论文242篇、会议论文8篇、专利文献556048篇;相关期刊119种,包括统计与信息论坛、许昌学院学报、中国卫生统计等;
相关会议8种,包括中国卫生统计(生物统计)2014学术年会、第八届中国管理学年会——中国管理的国际化与本土化、第23届过程控制会议等;纵向数据的相关文献由503位作者贡献,包括赵明涛、许晓丽、林金官等。
纵向数据—发文量
专利文献>
论文:556048篇
占比:99.96%
总计:556298篇
纵向数据
-研究学者
- 赵明涛
- 许晓丽
- 林金官
- 薛留根
- 孙慧慧
- 朱仲义
- 田萍
- 尹长明
- 张涛
- 樊明智
- 王芬玲
- 田瑞琴
- 徐登可
- 杨宜平
- 王萍
- 范国良
- 韦博成
- 何晓群
- 刘强
- 周舒冬
- 孙凤
- 张伟平
- 张岩波
- 方杰
- 曹纯铿
- 李志强
- 李树茁
- 李生彪
- 杨兴华
- 温忠麟
- 秦国友
- 詹思延
- 郜艳晖
- 陶秋山
- 万艳玲
- 代金辉
- 刘佳
- 刘媚
- 刘超
- 叶夏
- 唐仕冰
- 孙煜
- 孙燕
- 康小兰
- 张凡永
- 张惠仙
- 张敏
- 张登峰
- 方丽英
- 易丹辉
-
-
毛倩;
管佩霞;
刘玉洁;
王喆;
肖宇飞;
杨毅;
丛慧文;
王廉源;
石福艳;
王素珍
-
-
摘要:
目的基于多变量纵向数据联合模型,探讨人群血脂异常对脑卒中发病风险的影响,为脑卒中的有效预防提供科学依据。方法以陕西省西安市某医院2008-2015年234例健康体检数据为例,通过R 3.6.2软件,利用Cox比例风险模型,分析基线水平下TC、TG、HDL-C、LDL-C与脑卒中发病的关联,利用多变量联合模型,分析纵向数据下四项指标的动态变化对脑卒中发病的影响。结果本研究纳入的234例受试者中,其中有70例(29.9%)发生结局事件(脑卒中)。Cox比例风险模型结果显示:基线年龄每降低一个单位,发病风险将增加0.9437倍(95%CI=0.9140~0.9733),sqrt(TG)每增加1mmol/L,发病风险随之增加2.3020倍(95%CI=1.6217~2.9824),sqrt(HDL-C)每降低1mmol/L,发生脑卒中的危险性增加0.2115倍(95%CI=0.0071~0.8257)。多变量纵向数据联合模型结果显示:受试者年龄每纵向增加一个单位,发病风险将升高2.8548倍(95%CI=2.7670~2.9426),sqrt(TG)每纵向增加1mmol/L,发病风险将升高9.7865倍(95%CI=3.7934~15.7796)。结论个体年龄、TG水平随着时间的纵向增长,会增加脑卒中的发病风险。
-
-
尹长明;
石岳鑫
-
-
摘要:
广义估计方程(GEE)是分析纵向数据的常用方法.Balan,Schiopu-Kratina(2005)研究了协变量维数固定,GEE估计的渐近正态性.WANG(2011)研究了协变量维数趋于无穷,GEE估计的渐近正态性和响应变量是两点分布Wald统计量的渐近分布.本文证明协变量维数是固定的或趋于无穷,响应变量是任意分布的Wald统计量的渐近分布是卡方分布,Wald统计量可以直接用于统计推断.
-
-
-
郝小可;
谭麒豪;
李家旺;
郭迎春;
于明
-
-
摘要:
随着医学影像数据的不断发展,纵向数据分析逐渐成为了解和跟踪阿尔茨海默病(Alzheimer’s disease,AD)发病过程的重要研究方向。目前已经提出了许多纵向数据分析方法,其中多任务学习得到广泛应用,它能够集成多个时间点的影像数据,提高模型的泛化能力。大多数现有的方法能够识别不同时间点的共享特征,但这些特征中会包含一定的噪声。与此同时,不同时间点进展的潜在关联仍未得到充分的探索。本文提出了一种基于参数分解和关系诱导的多任务学习(Parameter decomposition and relation⁃induced multi⁃task learning,PDRIMTL)方法,以此从纵向数据中识别特征。该方法不仅能够识别去除噪声后的共享特征,提高共享特征的鲁棒性,而且能够对不同时间点的内在关联进行建模。结果表明,在不同时间点的结构磁共振成像(Structural magnetic resonance imaging,sMRI)数据上,该模型能够有效提高对AD鉴别的准确性。
-
-
温忠麟;
方杰;
谢晋艳;
欧阳劲樱
-
-
摘要:
中介效应可以分析自变量对因变量的影响过程和作用机制,已成为分析多个变量之间关系的一种重要统计方法。最近20年,中介效应成了研究方法的一个热点。从中介效应的检验方法、效应量、类别变量的中介效应检验、纵向数据的中介效应检验和模型拓展(包括多重中介、多层中介、有调节的中介和有中介的调节模型)五个方面系统总结了国内中介效应的方法学研究的发展历程。最后对中介效应的国外方法学研究进展和中介效应的未来研究方向做了讨论和拓展。
-
-
方杰;
温忠麟;
欧阳劲樱;
蔡保贞
-
-
摘要:
在心理学和其他社科研究领域,大量实证文章建立调节效应模型,以分析自变量对因变量的影响是如何随着调节变量的变化而改变。过去10多年,调节效应分析成了方法学研究的一个热点。从显变量的调节效应、潜变量的调节效应、多层数据的调节效应、基于两层回归模型的单层调节分析、纵向数据的调节效应、调节和中介的整合模型六个主题系统地总结了国内调节效应分析的方法学研究的发展历程。最后对调节效应的未来研究方向做了讨论和拓展。
-
-
殷畅;
武振宇;
郑雪莹
-
-
摘要:
目的介绍潜在类别混合模型及其在纵向数据轨迹分析中的应用。方法以一项限制能量摄入的随机对照临床试验为例,应用潜在类别混合模型进行轨迹分析,结合贝叶斯信息准则、平均后验概率及高后验概率个体所占比例判断最佳轨迹数目及形状。结果四组三次模型最优,人群分为四类减重模式:高体重快速减重组、低体重快速减重组、高体重缓慢减重组及对照组。结论潜在类别混合模型既能识别群体中的异质性,又能考虑到类别内个体发展轨迹,有望广泛应用于纵向数据的处理分析。
-
-
许晓丽;
赵明涛
-
-
摘要:
文章基于纵向数据研究可加偏线性测量误差模型的模型选择,提出了一种用于模型估计和选择的惩罚二次推断函数方法。利用该方法得到的非零参数的估计是相合的、渐近正态的,可加函数的估计具有最优收敛速度。数值模拟结果显示,在有限样本情况下,该方法要优于基于LASSO惩罚函数的惩罚二次推断函数方法。
-
-
方杰;
温忠麟
-
-
摘要:
目前调节效应检验主要是基于截面数据,本文讨论纵向(追踪)数据的调节效应分析。如果自变量X和因变量Y有纵向数据,调节效应可分为三类:调节变量Z不随时间变化、Z随时间变化、调节变量从自变量或因变量中产生。评介了基于多层模型、多层结构方程模型、交叉滞后模型和潜变量增长模型的纵向数据的多种调节效应分析方法。调节效应的分解和潜调节结构方程法的使用是纵向数据的调节效应分析的两大特点。对基于四类模型的调节效应分析方法进行综合比较后,总结出一个纵向数据的调节效应分析流程。随后用实际例子演示如何进行纵向数据的调节效应分析,并给出相应的Mplus程序。随后展望了纵向数据的调节效应分析的拓展方向,例如基于动态结构方程模型的密集追踪数据的调节效应分析。
-
-
吕嘉丽;
范冰冰;
魏梦珂;
张涛
-
-
摘要:
近年来,随着高通量检测技术与机器学习方法的发展,以前瞻性队列设计为基础的纵向组学研究已经成为系统生物学研究新趋势。统计学上,纵向数据统计分析方法已经形成了系统的统计分析框架,但这些方法主要集中于变量数目小于观察单位数的低维医学纵向数据。而针对纵向组学数据,目前仍缺乏成熟的统计分析策略。本文拟对近年来国内外研究者提出的纵向组学数据统计分析方法进行介绍,并系统地总结各个方法的核心思想及优缺点,给出纵向组学数据统计分析策略。
-
-
-
- 《中国现场统计研究会第十二届学术年会》
| 2005年
-
摘要:
离散型广义非线性模型包括Poisson,二项,负二项模型.本文讨论离散型广义非线性纵向数据模型中偏离名义离差的检验问题,得到了检验的score统计量,并利用Monte Carlo方法研究了检验统计量的性质.
-
-
-
-
李扬;
易丹辉
- 《2008年国际应用统计学术研讨会》
| 2008年
-
摘要:
离散化是中医临床疗效研究数据的显著特征。离散纵向数据不能使用传统模型进行估计。为了更有效的分析离散纵向数据问题,本文引入边际模型。并针对中医临床疗效研究中常见的二分类响应变量,介绍交替Logistic回归的参数估计方法:交替Logistic回归可以同时估计离散纵向数据模型中的两类参数,并且可以避免复杂的运算。本文通过一个示例研究,展示边际模型在临床疗效研究中的应用。
-
-
-
-
-