商品簡介
名人/編輯推薦
目次
譯者序
原著序
前言
第1章 引言和病因概念
1.1引言
1.2多病因概念簡史
1.3科學推斷簡史
1.4流行病學研究的關鍵要素
1.5尋找病因
1.6病因(因果)模型
1.7單一暴露因果關系的反事實概念
1.8因果關系的實驗證據和觀察證據
1.9構建因果關系圖
1.10病因推斷準則 《世界獸醫經典著作譯叢》總序
譯者序
原著序
前言
第1章 引言和病因概念
1.1引言
1.2多病因概念簡史
1.3科學推斷簡史
1.4流行病學研究的關鍵要素
1.5尋找病因
1.6病因(因果)模型
1.7單一暴露因果關系的反事實概念
1.8因果關系的實驗證據和觀察證據
1.9構建因果關系圖
1.10病因推斷準則
參考文獻
第2章 抽樣
2.1引言
2.2非概率抽樣
2.3概率抽樣
2.4簡單隨機樣本
2.5系統隨機樣本
2.6分層隨機樣本
2.7整群抽樣
2.8多階抽樣
2.9靶向(基于風險的)抽樣
2.10調查數據分析
2.11樣本容量的確定
2.12檢測疾病的抽樣
參考文獻
第3章 調查問卷設計
3.1引言
3.2問題的設計
3.3開放式提問
3.4封閉式提問
3.5調查問卷的措辭
3.6調查問卷的結構
3.7預先測試調查問卷
3.8調查問卷的驗證
3.9問卷應答率
3.10資料編碼和整理
參考文獻
第4章 疾病頻率的度量
4.1引言
4.2計數、比例、比數和率
4.3發生(率)
4.4計算風險
4.5計算發生率
4.6風險與率的關系
4.7現患率
4.8死亡統計
4.9疾病頻率的其他測量指標
4.10標準誤和置信區間
4.11風險和率的標準化
參考文獻
第5章 篩檢試驗與診斷試驗
5.1引言
5.2試驗自身屬性
5.3試驗檢測疾病或健康的能力
5.4預測值
5.5試驗結果為連續尺度的解釋
5.6多重試驗的應用
5.7診斷試驗的評價
5.8無金標準時的評價
5.9試驗評價的其他考慮
5.10樣本大小的要求
5.11群體水平試驗
5.12混合樣本使用
參考文獻
第6章 聯系的度量
6.1引言
6.2聯系的度量
6.3效應度量
6.4研究設計和聯系度量
6.5假設檢驗和置信區間
6.6聯系度量的多變量估計
參考文獻
第7章 觀察性研究導論
7.1引言
7.2試驗設計的統一方法
7.3描述性研究
7.4觀察性研究
7.5現況研究
7.6重復的現況研究與隊列研究
參考文獻
第8章 隊列研究
8.1引言
8.2研究組群
8.3暴露
8.4保證暴露組和非暴露組的可比性
8.5追蹤期
8.6度量結局
8.7分析
8.8隊列研究報告
參考文獻
第9章 病例一對照研究
9.1引言
9.2研究的基礎群體
9.3病例序列
9.4對照選擇的原則
9.5基于風險設計的對照選擇
9.6基于率設計的對照選擇
9.7對照的其他來源
9.8每一病例的對照數目
9.9對照組的數目
9.10暴露和協變量的評估
9.11維持病例和對照的可比性
9.12病例—對照的數據分析
9.13病例—對照研究報告指南
參考文獻
第10章 混合研究設計
10.1引言
10.2病例交叉研究
10.3病例—病例研究
10.4病例—序列研究
10.5病例—隊列研究
10.6單純病例研究
10.7兩階抽樣設計
參考文獻
第11章 對照研究(臨床試驗)
11.1引言
11.2目的
11.3研究組群
11.4研究動物的分配
11.5確定具體干預
11.6盲法
11.7跟蹤/遵從
11.8度量結局
11.9分析
11.10傳染性病原預防的臨床試驗設計
11.11倫理考慮
11.12報告臨床試驗
參考文獻
第12章 觀察性研究的真實性
12.1引言
12.2選擇偏倚
12.3選擇偏倚舉例
12.4減少選擇偏倚
12.5信息偏倚
12.6分類錯誤偏倚
12.7糾正錯誤分類的驗證研究
12.8度量誤差
12.9暴露代用度量的誤差
12.10信息偏倚對樣本大小的影響
參考文獻
第13章 混雜:檢測和控制
13.1引言
13.2數據分析前混雜的控制
13.3混雜因素匹配
13.4傾向記分匹配
13.5檢測混雜
13.6混雜的分析控制
13.7控制混雜和估計因果效應的其他方法
13.8控制混雜的多變量建模
13.9控制混雜的工具變量
13.10未度量混雜因素的外部調整和敏感性分析
13.11理解因果關系
13.12外來變量的總效應
參考文獻
第14章 線性回歸
14.1引言
14.2回歸分析
14.3假設檢驗和效應估計
14.4X變量的性質
14.5高度相關(共線性)變量的檢測
14.6交互作用的檢測和建模
14.7多變量線性模型的因果解釋
14.8最小二乘模型的評價
14.9主要假設的評價
14.10個體觀察值的評價
14.11時間序列數據
參考文獻
第15章 建模策略
15.1引言
15.2建模步驟
15.3建立因果模型
15.4減少預測變量的數目
15.5缺失值問題
15.6連續預測變量的效應
15.7確定有關的交互項
15.8建立模型
15.9模型的可靠性評價
15.10結果表述
參考文獻
第16章 Logistic回歸
16.1引言
16.2Logistic模型
16.3比數和比數比
16.4擬合logistic回歸模型
16.5logistic回歸假設
16.6似然比統計量
16.7Wald檢驗
16.8系數的解釋
16.9交互作用和混雜的評價
16.10建模
16.11廣義線性模型
16.12評價Logistic回歸模型
16.13樣本大小
16.14精確logistic回歸
16.15配對研究的條件logistic回歸
參考文獻
第17章 等級數據和多項數據建模
17.1引言
17.2模型概述
17.3多項Logistic回歸
17.4等級數據建模
17.5比數比模型(累計約束Logit模型)
17.6相鄰類別模型
17.7連續比模型
參考文獻
第18章 計數數據和率數據的建模
18.1引言
18.2Poisson分布
18.3Poisson回歸模型
18.4系數解釋
18.5評價Poisson回歸模型
18.6負二項回歸
18.7零計數問題
參考文獻
第19章 生存數據建模
19.1引言
19.2非參數分析
19.3精算壽命表
19.4生存函數Kaplan—Meier估計
19.5累積危害函數Nelson—Aalen估計
19.6非參數分析的統計推斷
19.7生存函數、壽終函數和危害函數
19.8半參數分析
19.9參數模型
19.10加速壽終時間模型
19.11脆弱模型與聚集
19.12多結果事件數據
19.13離散時間生存分析
19.14生存分析的樣本容量
參考文獻
第20章 集群數據簡介
20.1引言
20.2由數據結構引起的集群
20.3集群數據的效應
20.4集群影響的模擬研究
20.5處理集群的方法引論
參考文獻
第21章 連續型數據的混合模型
21.1引言
21.2線性混合模型
21.3隨機斜率
21.4關聯效應
21.5線性混合模型的統計分析
參考文獻
第22章 離散數據的混合模型
22.1引言
22.2隨機效應Logistic回歸
22.3隨機效應Poisson回歸
22.4廣義線性混合模型
22.5廣義線性混合模型的統計分析
22.6離散數據集分析的總結
參考文獻
……
第23章 重復測量數據
第24章 貝葉斯分析介紹
第25章 空間數據分析:引言和可視化
第26章 空間數據分析
第27章 傳染病流行病學概述
第28章 系統評述和薈萃分析
第29章 生態學與組群水平研究
第30章 結構化數據分析方法
第31章 數據集描述
詞匯和術語
書摘/試閱
21.5.9樣本量
一個常見的問題是:多層次分析時每個層次水平需要多少個單位?最高(第二)水平參數估計(Maas和Hox,2004)單位數影響的模擬研究提供了以下規則:“如果一個人只對固定效應感興趣,10組可以產生良好的估計。如果一個人對關聯效應也有興趣,那么就需要30個組。如果一個人還想正確地估計標準誤,取50組是必要的。”對于集群的大小,Rabe—Hesketh和Skrondal(2008)在3.8節告訴我們如果有許多集群,集群的大小為2就夠了。
對于多水平模型,為了達到期望的精度或者假設檢驗的理想冪次而所需的樣本量的計算是十分困難的問題,因為復雜性涉及多個水平的效應。設計效應(第20.3.3節)的固有方差膨脹只適用于組水平的預測變量。對于2水平設置,PinT共享軟件程序(Snijders和Bosker,1993)多年來一直是多層次分析的標準參考。最近,WilliamBrowne和同事(MLPowSim,在多層次建模的網站上可以找到)將基于模擬的冪次計算方法推廣到復雜的多層次設計,包括交叉分組。