【摘要】：背景:線性回歸和logistic回歸模型被廣泛地應(yīng)用于各種類型的醫(yī)學研究,但是其對應(yīng)樣本量的具體需要,在很長一段時間都沒有相關(guān)研究進行具體闡述。而更多時候是統(tǒng)計學家們在長期的研究工作中,根據(jù)經(jīng)驗總結(jié)出的一些一般準則。直到20世紀四五十年代,統(tǒng)計學家開始逐漸關(guān)注性回歸和logistic回歸模型的樣本量估計方法。因此,國內(nèi)外也開始逐步出現(xiàn)線性回歸和logistic回歸模型樣本量估算方法的研究。在進入20世紀后,相關(guān)研究逐漸增多,為本研究提供了豐富的理論素材。在相關(guān)研究快速發(fā)展的同時,新的問題接踵而至。線性回歸和logistic回歸模型的樣本量計算公式大多較為復雜、參數(shù)多、計算量大,且部分參數(shù)的取值區(qū)間不連續(xù)。這無疑阻礙了相關(guān)方法的推廣應(yīng)用。目的:梳理線性回歸和logistic回歸模型樣本量估計方法進展,簡化相關(guān)方法的知識結(jié)構(gòu)。構(gòu)建人機交互的圖示化樣本量計算平臺,回避復雜的樣本量計算公式,使其軟件實現(xiàn)更加簡便可靠。方法:通過對線性回歸和logistic回歸模型樣本量計算方法學文獻的系統(tǒng)檢索和文獻梳理,總結(jié)其在醫(yī)學領(lǐng)域常用的樣本量計算方法,選用常用模型常見情況、適用范圍最廣泛、參數(shù)簡單容易理解的樣本估計方法。借助R軟件中shiny、ggplot2等軟件包,制作圖示化公式計算網(wǎng)頁。在圖示化界面設(shè)計時,充分考慮所選公式參數(shù)的理論取值范圍,各模型不同情況下的計算公式,和參數(shù)的不同取值情況。對不同情況下的樣本量計算公式,采用對應(yīng)的圖示化界面進行樣本量計算。結(jié)果:本研究主要結(jié)果如下:(1)完成了線性回歸和logistic回歸樣本量計算方法的發(fā)展過程梳理,總結(jié)了線性回歸和logistic回歸在各種情況下樣本量計算方法的知識結(jié)構(gòu);(2)完成了線性回歸和logistic回歸樣本量計算方法在不同情況下圖示化計算的界面設(shè)計;(3)實現(xiàn)了線性回歸和logistic回歸樣本量計算方法在不同情況下的圖示化計算。(4)本文提供的計算界面可以較好的對樣本量計算公式中的參數(shù)取值范圍進行合理限制,避免使用時由于參數(shù)取值不合理而造成錯誤。結(jié)論:本文構(gòu)建的圖示化樣本量計算界面,能較好的完成線性回歸和logistic回歸模型的樣本量估算,可以簡化相關(guān)樣本量的計算過程。具有較好的實用價值。
【圖文】：

圖 2 樣本量研究熱點領(lǐng)域分析情況Fig.2 Analysis of hot spots in sample size research1.1.2 線性回歸和 logistic 模型的樣本量計算方法研究在眾多的統(tǒng)計方法當中，多元回歸模型的使用非常普遍，尤其是從 20 世紀中葉，在傳染病逐步得到控制，慢性病逐漸成為了威脅人類健康和生命的主要疾病。多元回歸模型也被廣泛的應(yīng)用與各種慢性病危險因素的研究中。[9]進入 21 世紀后，隨著生物信息學的興起，多元回歸模型也被廣泛的應(yīng)用于生物信息學的研究中[10]。線性回模型和 logistic 回歸模型是多元回歸模型中常用的兩種建模方法。和其他多元回歸模型一樣，線性回模型和 logistic 回歸模型往往需要較大的樣本量。但在大多數(shù)情況下，研究者往往忽略了在模型的應(yīng)用中，，樣本量的考量問題。由于大多統(tǒng)計學或流行病學的著作都更多地關(guān)注模型本身，并未對模型的樣本量需求做詳細闡述。所以研究者對線性回模型和 logistic 回歸模型進行應(yīng)用時，往往是根據(jù)經(jīng)

故只有一個計算樣本量的界面(見圖 8)。圖示化界面設(shè)置 (0~1)為連續(xù)可調(diào)參數(shù)，圖 8 中， 可以手動輸入最大值和最小值，也可以通過雙向滑動條滑動取范圍。從圖 8 中可見，隨著 與 的相關(guān)系數(shù) 的增加，模型所需要的樣本量逐步減少，但是當相關(guān)系數(shù)大于 0.3 以后，樣本量下降速度變緩。在進行樣本量計算時，首先選定 。 采用下拉菜單選取。然后根據(jù)既往研究或預(yù)調(diào)查，指定 的可能存在區(qū)間(此區(qū)間可選用既往研究報道的 置信區(qū)間，注意： 取值不應(yīng)該為 0 或者 1)，即可得到在不同的 取值下， 隨 變化的關(guān)系圖。觀察樣本量與 的變化關(guān)系，并根據(jù)研究實際情況，調(diào)整其他參數(shù)的合理取值。最后根據(jù)研究需要，指定 值進行樣本量計算，獲取研究所需要的樣本量。點擊 界面可以看到在不同 取值下， 隨樣本量 的變化關(guān)系圖。我們?nèi)×擞脩暨x取 的最大值、最小值和組中值在不同樣本量情況下，檢驗效能的計算。在用最終選取 的檢驗效能隨樣本量的變化趨勢線是介于 的最大值和最小值兩條曲線之間(見圖 9)。
【學位授予單位】：重慶醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R195.1

【相似文獻】

相關(guān)期刊論文 前10條

1 ;影響樣本量大小的幾個因素[J];中國航天醫(yī)藥雜志;2004年03期

2 ;影響樣本量大小的幾個因素[J];中國航天醫(yī)藥雜志;2003年01期

3 ;影響樣本量大小的幾個因素[J];中國航天醫(yī)藥雜志;2003年03期

4 ;影響樣本量大小的幾個因素[J];中國航天醫(yī)藥雜志;2003年05期

5 ;影響樣本量大小的幾個因素[J];廣東醫(yī)學;2000年02期

6 ;影響樣本量大小的幾個因素[J];實用醫(yī)學雜志;2000年01期

7 ;影響樣本量大小的幾個因素[J];廣東醫(yī)學;1998年06期

8 ;影響樣本量大小的幾個因素[J];廣東醫(yī)學;1998年09期

9 徐靜遠;;抽樣調(diào)查中樣本量的確定[J];統(tǒng)計與咨詢;2009年04期

10 李大慶,李顥,王志萍,李會慶;基因與疾病研究的樣本量計算方法[J];中國公共衛(wèi)生;2004年07期

相關(guān)會議論文 前10條

1 尹婧;葉冬青;;研究基因與環(huán)境交互作用的樣本量確定[A];新世紀預(yù)防醫(yī)學面臨的挑戰(zhàn)——中華預(yù)防醫(yī)學會首屆學術(shù)年會論文摘要集[C];2002年

2 蔣志偉;于莉莉;李嬋娟;夏結(jié)來;;生存資料成組序貫設(shè)計中的相關(guān)問題探討[A];2011年中國衛(wèi)生統(tǒng)計學年會會議論文集[C];2011年

3 田云鵬;;醫(yī)學論文寫作相關(guān)問題探討[A];2014浙江省臨床流行病學與循證醫(yī)學學術(shù)年會論文匯編[C];2014年

4 施文;王永銘;程能能;陳斌艷;李端;錢亢;;非甾體抗炎藥不良反應(yīng)隊列研究的樣本量估計[A];中國藥理學會第八次全國代表大會暨全國藥理學術(shù)會議論文摘要匯編[C];2002年

5 王家啟;田思泉;高小迪;高春霞;;不同調(diào)查目的的湖泊魚類資源調(diào)查樣本量優(yōu)化設(shè)計[A];2017年中國水產(chǎn)學會學術(shù)年會論文摘要集[C];2017年

6 徐晨;陳平雁;;基于Bland-Altman法的醫(yī)學參考值范圍確定的樣本量估計[A];2017年中國衛(wèi)生統(tǒng)計學學術(shù)年會論文集[C];2017年

7 施文;王永銘;程能能;陳斌艷;李端;錢亢;;非甾體抗炎藥不良反應(yīng)隊列研究的樣本量估計[A];中國藥理學會第八次全國代表大會論文摘要集（第一部分）[C];2002年

8 ;第二章數(shù)據(jù)采集[A];2010年中國省會城市公共治理指數(shù)報告[C];2011年

9 李三紅;;談顧客滿意度調(diào)查的樣本量確認[A];第二屆中國質(zhì)量學術(shù)論壇會議論文集[C];2005年

10 楊進波;;新藥在臨床試驗中樣本量的基本考慮[A];2008第十一次全國臨床藥理學學術(shù)大會論文集[C];2008年

相關(guān)重要報紙文章 前8條

1 本報記者 韓曉東;PMI將擴大樣本量和推出細化指數(shù)[N];中國證券報;2012年

2 記者 王曄君;中國制造業(yè)PMI樣本量擴大近3倍[N];北京商報;2013年

3 記者 汪時鋒;中國PMI指數(shù)樣本將擴容[N];第一財經(jīng)日報;2012年

4 本報記者　 管學軍;J.D.Power：在中國的《報告》和美國一樣[N];中國工業(yè)報;2006年

5 通訊員　 張未來 張鵬飛 記者　 楊月清;我省部署第二次全國殘疾人抽樣調(diào)查工作[N];陜西日報;2006年

6 楊學聰;千余普查員今起入戶摸“家底”[N];北京日報;2007年

7 通訊員 安燕玲　戴瑋芳;我市服務(wù)業(yè)呈現(xiàn)穩(wěn)步發(fā)展態(tài)勢[N];臨汾日報;2012年

8 魏武;全國道德模范評選投票計票工作高效開展[N];人民日報;2007年

相關(guān)博士學位論文 前6條

1 黃麗紅;臨床試驗期中分析中的兩個統(tǒng)計學問題[D];南京醫(yī)科大學;2017年

2 王素珍;自適應(yīng)設(shè)計中樣本量調(diào)整問題的研究及Web實現(xiàn)[D];第四軍醫(yī)大學;2008年

3 吳利豐;分數(shù)階灰色預(yù)測模型及其應(yīng)用研究[D];南京航空航天大學;2015年

4 董光玲;基于貝葉斯理論的靶場試驗綜合設(shè)計方法研究[D];哈爾濱工業(yè)大學;2016年

5 邱世芳;流行病學研究中有關(guān)風險差的若干問題研究[D];云南大學;2010年

6 曹紅艷;基于懲罰回歸的縱向數(shù)據(jù)罕見變異關(guān)聯(lián)分析[D];山西醫(yī)科大學;2017年

相關(guān)碩士學位論文 前10條

1 夏萬元;線性回歸和logistic回歸模型樣本量計算的圖示化探索研究[D];重慶醫(yī)科大學;2019年

2 周憧憧;非獨立共同終點非劣效臨床試驗樣本量估計[D];南京醫(yī)科大學;2019年

3 何杰;無金標準二重抽樣設(shè)計下基于風險差的等價性檢驗及樣本量的確定[D];重慶理工大學;2019年

4 朱典;生存資料盲態(tài)下樣本量再估計方法研究[D];中國人民解放軍空軍軍醫(yī)大學;2018年

5 門力闖;臨床試驗中利用條件把握度的方法進行樣本量再估計[D];華東師范大學;2013年

6 易大莉;臨床試驗樣本量交互式估計的圖視化研究[D];第三軍醫(yī)大學;2017年

7 韓棟;生存分析中非劣效臨床試驗樣本量估計方法研究[D];南方醫(yī)科大學;2013年

8 傅丹峰;增強型CBET：對樣本量和精密度分析的優(yōu)化[D];復旦大學;2014年

9 孫亞清;Logistic回歸樣本量確定所需自變量事件數(shù)的模擬研究[D];南方醫(yī)科大學;2016年

10 蔡偉斌;Monte Carlo模擬在Wilcoxon秩和檢驗樣本量估計中的應(yīng)用及其SAS實現(xiàn)[D];華中科技大學;2012年

本文編號：2679279