在生物医学研究中经常需处理分类数据,分类数据分析是目前国内外研究的热门课题之一。然而,在两种处理方法的配对研究中,由于被研究的配对对象的去死、搬迁或处理方法本身的副作用等原因致使研究人员不能得到被试者的数据,因而造成一些数据的缺失;在纵向数据研究中,由于被调查者的出国或工作调动、或者死亡等原因而导致数据的缺失,这就是所谓的不完全数据。在这种情况下,标准的统计方法不能直接应用到这些不完全分类数据的统计分析。为此,本项目将基于不完全2×2列联表、高维的不完全2×2列联表及不完全的有序分类数据构成的K×K表研究完全可观测的配对数n和不完全可观测的配对数m是随机变量时的有关统计推断问题,建立一套系统分析不完全分类数据的分析理论,探索出计算置信区间上下限的简单易行的方法,同时将带有MAR缺失数据机制的各种统计方法推广到不可忽略缺失机制下的不完全分类数据中。
英文主题词incomplete datas;confidence intervals;contingency tables;bayes analysis;