论文部分内容阅读
在医学研究中，对病人治疗效果的考查，一方面要看治疗效果的好坏，另一方面还要看生存时间的长短。生存时间的长短不仅与治疗措施有关，还可能与病人的体质、年龄、病情的轻重等多种因素有关。在实际中，我们需要确定哪些因素与生存时间有关，哪些无关。众所周知，由于失访、试验终止等原因往往会造成某些生存时间不完全，此时经典的多元线性回归分析不再适用。为了解决这一问题，本文基于Cox比例风险模型，通过建立偏似然函数及其对数似然函数而得到Score检验统计量、似然比检验统计量和Wald检验统计量，并利用这三种检验统计量对危险比例参数进行全局检验。 本文在对危险比例参数进行全局检验时，证明了在原假设条件下，提出的三种检验统计量的渐近分布都是卡方分布。此外，基于Score检验统计量的样本量的计算途径与方法，本文证明了在备择假设条件下，Wald检验统计量渐近服从非中心卡方分布，并给出了非中心参数λ的表达式。进一步，我们基于Wald检验统计量得到了样本量的表达式。文章的最后，通过模拟实验，计算犯第一类错误的概率来评估统计量的优良性，并给出了基于Wald检验统计量的样本量。 本文的主要内容包括: 1、对于Cox比例风险模型，基于偏似然函数推导出了Score检验统计量、似然比检验统计量和Wald检验统计量。 2、在原假设条件下，证明了Score检验统计量、似然比检验统计量和Wald检验统计量都渐近服从卡方分布。 3、在备择假设条件下，证明了Wald检验统计量渐近服从非中心卡方分布，并得到了非中心参数，进一步推导出了样本量公式。