医学研究中的byes统计分析.pdf

第四军医大掌博士掌位论文 医学研究中的Bayes统计分析 博士研究生：郭秀娥 指导教师：徐勇勇 辅导教师：夏结来 摘要 fBayes统计是不同于经典统计的又一大统计学派，其基本思想是根 据Bayes公式作统计推断。在上世纪80年代之前，其研究停留在理论 阶段，在决策论方面有一些简单应用。近20年来情况发生了根本的变 、—1厂 MonteCarlo) chain 化，特别是上世纪90年代起，)随着MCMC(Markov ／ 方法的引进，Bayes方法在医学领域得到了广泛应用。但目前，国内的 医学应用还很少见有报道。本研究对医学研究中的Bayes理论与方法 进行了探讨。 MCMC是运用Markov链进行MonteCarlo积分的方法。该方法通 过模拟技术得到参数后验，基本上解决了统计计算问题。本研究所借 Bayes统计分析的．对本文的主要的统计推断内容，作者均编写了BUGS 应用程序，以便于推广应用。 本研究的主要内容包括： 1．先验分布的选取； 2．多参数模型的几个简单推断问题： 3．方差分析问题： 第四军医大掌博士掌位论文 4．均值合并问题： 5．分层模型的医学应用。 ／ f主要解决以下问题： I 卜首先，给出了几个最基本的参数模型：正态模型、二项分布模 意，以指导医学工作者，在进行Bayes统计分析时，如何输入先验， 如何弄·3用先验信息。 2．在处理多参数问题时，Bayes方法显示了它的巨大优势。对于 方差不齐且未知时，两正态总体均值相等的假设检验问题，经典方法 无法彻底解决，只得到了近似结果，借助于MC模拟我们得到了这个 问题的Bayes精确解。对于四格表资料的统计推断，经典方法得到了 假设检验的精确结果一一Fisher精确概率法。但对于区间估计问题，只 得出了大样本下的近似结果，类似的方法我们得到了这个问题的精确 的区间估计结果。这里充分体现了Bayes方法在处理找不到充分性统 计量时的优越之处。 3．在方差分析问题中，经典方法采用固定效应模型，假设各组间 独立无关，这常常与实际问题不符。特别是对于多重比较问题解决的 不好，常常得出互相矛盾的结论。我们采用Bayes方法，对于不同的 问题，赋予不同的先验，提出了解决多个均值间两两比较问题的新思 路。并且对于方差分析假设检验问题，用Bayes方法得出了“简化了” 的估计量。同时，不仅能得出原始数据下的估计结果，在只给出各组 例数，均数，标准差时仍可得出估计。对于处理缺失的问题，MCMC Bayes方法不遇到任何困难，和无缺失相比，模型无任何改变，改变的 只是数据和初值，利用这个性质我们可以方便地编程分析一些非平衡 模型问题． 11 第四军甚：大掌博士掌位论文 I 4．传统的抽样理论方法在解决方差分量模型问题时遇到了困难， 对于方差分量的估计问题，至今没有得到令人满意的结果。用Bayes ：予”，7 ÷‘上’7。：_；!．-，!毫4寸?’ 0已皇：2．’i曩+二’j7蚍二々’：4。‘’ 验分布的计算问题，我们用MCMC 受模型分布形式的限制，利用这一点，我们从似然函数出发，解决了 方差分量模型，在只给出各组的例数、均数、标准差而没有原始数据 时的参数估计问题。对于方差分量，