生物统计中几类相关数据的统计模型与分析-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

生物统计中几类相关数据的统计模型与分析

项目名称：生物统计中几类相关数据的统计模型与分析
项目类别：面上项目
批准号：10371005
申请代码：A0111
项目来源：国家自然科学基金
研究期限：2004-01-01-2006-12-31

项目负责人：张忠占
负责人职称：教授
依托单位：北京工业大学
批准年度：2003

中文摘要：

在临床试验、流行病学和遗传学等的研究中，经常出现相关的测量数据。例如，对相同家系的动物或人的疾病或某个数量性状的观察，用同一种群的动物所做的不同的药物试验，家系成员寿命的统计数据等。相同家系的成员之间或同一种群的不同观测之间通常是相关的。在某些情况下，例如分析疾病的遗传效应时，我们需要讨论成员之间的这种相关对于感兴趣的指标的影响；而在另外一些情况下，我们需要滤除相关性的影响，而分析出另外一些因素的效应（如用同一种群所做的药物毒性试验）。由于这些需要，近几年统计学家对于相关数据的分析研究迅速发展。本项目的内容主要集中于与集类（cluster）数据有关的病例对照研究(case-control study)和一类生存分析模型- - frailty model. 以模型的识别和拟合优度检验为主要目标。

中文主题词：集类数据；临床试验；毒性试验；AIC准则；随机效应模型

英文摘要：

cluster data, clinical trials,

英文主题词： cluster data, clinical trials,

结论摘要：

本项目主要着重于生物医学试验中的统计数据分析方法，研究几类相关数据的统计分析模型及其统计推断，以及有关的理论基础。相关数据分析的研究是近年来统计学的研究热点之一。在该领域新成果的基础上，本项目在以下两个大的方面进行了研究一是几类具体模型的统计推断方法，主要包括（1）临床前药物毒性试验中无毒副作用的最大剂量和一期临床试验中最小有效剂量的识别方法，其中考虑了多种产生相关响应的试验设计；（2）有多重随机效应的模型的拟合与识别，参数估计的收敛性与假设检验，提出了一类比文献中更加广泛的模型并给出了基本统计估计方法和相应的理论性质。这些模型有相对复杂的结构，适合于分析各种相关数据如集类数据；二是抽象随机序列的理论研究，主要是抽象空间随机变量序列的表示、选择抽样定理及收敛性等。本项目的研究结果一方面具有理论上的趣味，同时对于有关类型试验中的数据分析具有指导意义。

成果综合统计