個數資料於R(個序列 )與C個 (時間點 )的交叉設計下之強韌概似推論法;Robust Likelihood inferences for RxC crossover designs for general count data

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/92761

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/92761

题名:	個數資料於R(個序列 )與C個 (時間點 )的交叉設計下之強韌概似推論法;Robust Likelihood inferences for RxC crossover designs for general count data
作者:	劉懿萱;Liu, Yi-Hsuan
贡献者:	統計研究所
关键词:	交叉設計;強韌概似函數;相關性個數型資料;Crossover design;Robust likelihood function;Correlated count data
日期:	2023-07-08
上传时间:	2024-09-19 16:17:22 (UTC+8)
出版者:	國立中央大學
摘要:	交叉試驗設計(crossover design)於慢性疾病的臨床試驗已越來越常見，近年在R個序列與C個時間點的交叉試驗設計下於個數型資料的研究多假設資料源於卜瓦松分配(poisson distribution)進行統計推論，然而，在未知個數型資料真實的分配或相關性時，若以卜瓦松分配作為模型假設很可能得到不合適或不正確的結果。本文利用強韌化的獨立卜瓦松實作概似函數，分析R個序列與C個時間點的交叉試驗設計下的個數型資料，以模擬研究與實例分析呈現強韌華德檢定統計量 (robust wald statistics)、強韌分數檢定統計量 (robust score statistics)、強韌概似比檢定統計量 (robust likelihood ratio statistics)，在未知資料真實分配為何的狀況下，仍可得到正確的統計推論。關鍵字：交叉設計、強韌概似函數、相關性個數型資料 ;Crossover design has been often employed to study the effect of a treatment on chronic diseases, most research proposed parametric methods to analyze correlated count data under R-sequence and C-period crossover design based on Poisson distribution recently, however, the conclusions may collapse when we can’t specify the true underlying distributions. Hence, we provide a parametric method through the adjusted profile likelihood function to make Poisson likelihood robust. The corrected Poisson likelihood function can deliver legitimate likelihood inferences for parameters we are interested in. We demonstrate the simulation result that we can make statistical inferences correctly even though we use a misspecified model and use real data analysis to compare the robust Wald test statistic and robust score test statistic at the end. Keywords： Crossover design, Robust likelihood function, Correlated count data
显示于类别:	[統計研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	25	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....