您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览223 | 下载13

目的建立含区间数据Gamma分布变量的因子分析方法,并应用于SARS潜伏期的影响因素分析.方法采用EM算法求解基于含区间数据Gamma分布的广义线性模型(GLM)参数的极大似然估计(MLE).采用所建立的GLM方法对含区间数据SARS潜伏期进行单因子、多因子分析.结果采用EM算法,得到了含区间数据Gamma分布GLM中各个参数的MLE、近似的标准误、以及参数和模型的显著性检验结果.用于SARS潜伏期影响因素分析,发现不同接触方式、不同疫区对SARS潜伏期有明显影响;随着年龄增长,SARS潜伏期均值呈上升趋势;医务人员的潜伏期明显短于非医务人员.结论基于EM算法的MLE方法对于含区间数据Gamma分布GLM参数的估计是强健的,GLM方法可以用于含区间数据SARS潜伏期的影响因素分析.

作者:蔡全才;徐勤丰;姜庆五;程翔;郭强;孙庆文;赵根明

来源:复旦学报(医学版) 2005 年 32卷 3期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:223 | 下载:13
作者:
蔡全才;徐勤丰;姜庆五;程翔;郭强;孙庆文;赵根明
来源:
复旦学报(医学版) 2005 年 32卷 3期
标签:
广义线性模型 EM算法 Gamma分布 因子分析 传染性非典型肺炎
目的建立含区间数据Gamma分布变量的因子分析方法,并应用于SARS潜伏期的影响因素分析.方法采用EM算法求解基于含区间数据Gamma分布的广义线性模型(GLM)参数的极大似然估计(MLE).采用所建立的GLM方法对含区间数据SARS潜伏期进行单因子、多因子分析.结果采用EM算法,得到了含区间数据Gamma分布GLM中各个参数的MLE、近似的标准误、以及参数和模型的显著性检验结果.用于SARS潜伏期影响因素分析,发现不同接触方式、不同疫区对SARS潜伏期有明显影响;随着年龄增长,SARS潜伏期均值呈上升趋势;医务人员的潜伏期明显短于非医务人员.结论基于EM算法的MLE方法对于含区间数据Gamma分布GLM参数的估计是强健的,GLM方法可以用于含区间数据SARS潜伏期的影响因素分析.