面板计数数据的统计推断以及应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    10971015
  • 项目类别：
    面上项目
  • 资助金额：
    24.0万
  • 负责人：
    童行伟
  • 依托单位：
    北京师范大学
  • 学科分类：
    A0402.统计推断与统计计算
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

面板计数数据是生物, 医学, 经济学, 社会学等领域中经常出现的复杂删失数据，是当前生物统计研究的热点之一，也是各相关学科发展的重要基础。本项目主要在面板计数数据下，对复发事件过程，观察时间过程和删失时间之间的相依结构进行建模分析，包括一些重要的半参数模型，变系数模型以及随机效应均值模型等，对所建立的模型进行统计推断，进而讨论模型的检验方法，变量选择方法，以及协变量丢失或其测量具有误差等情况下的各种半参数模型的估计问题。在此基础上，对多元面板计数数据进行相应的统计推断，特别是不同类型复发事件的相依结构的建模方法和参数估计，模型检验和变量选择等。最后把所得结果用于生物和医学实际中特别是传染病的治疗和预防中，解决一些实际问题。此项目具有重要的理论意义和应用价值。

结项摘要

本项目围绕若干复杂类型的面板计数数据中的参数、非参数的估计问题、变量选择和多元面板计数数据进行建模、统计分析和统计推断.对纵向右删失数据下反映变量与观察时间和删失时间具有相依性的复杂统计问题、观测时间过程与潜在的复发事件过程具有相依结构的情形、协变量具有测量误差的生存数据、带信息终止时间下的复发事件数据、删失机制随机丢失情况下的面板计数数据等问题,建立联合模型和半参数变换模型,提出或发展了面板数据下联合建模的方法、不包含潜在变量的新估计方法、新的评估模型拟合优度的方法、广义加性-加速均值回归模型等方法,并利用估计方程思想以及经验过程理论, 证明回归参数估计方法的大样本性质.讨论了二元变量Current Status Data之下加性回归模型的有效估计问题, 得到参数和Copula的α系数的有效估计.对多元复发数据带有相依死亡事件的情况, 提出了估计方程,得到估计量的大样本性质.本项目所提出新的模型和估计方法极大地丰富了现有的面板计数数据统计理论和统计推断方法,在实际应用中具有重要意义,同时充分有效地进行了国际国内学术交流,圆满地完成了项目的预期目标.

项目成果

期刊论文数量（31）
专著数量（0）
科研奖励数量（0）
会议论文数量（8）
专利数量（0）
Varying coefficient transformation models with censored data
使用删失数据改变系数变换模型
  • DOI：
    10.1093/biomet/asq032
  • 发表时间：
    2010-12-01
  • 期刊：
    BIOMETRIKA
  • 影响因子：
    2.7
  • 作者：
    Chen, Kani;Tong, Xingwei
  • 通讯作者：
    Tong, Xingwei
Semiparametric analysis of longitudinal data with informative observation times
具有丰富观测时间的纵向数据的半参数分析
  • DOI：
    10.1007/s10255-011-0037-2
  • 发表时间：
    2011
  • 期刊：
    Acta Mathematicae Applicatae Sinica, English Series
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Semiparametric Transformation Models for Panel Count Data with Dependent Observation Process
具有相关观察过程的面板计数数据的半参数转换模型
  • DOI：
    10.1007/s12561-010-9029-7
  • 发表时间：
    2010-12-01
  • 期刊：
    STATISTICS IN BIOSCIENCES
  • 影响因子：
    1
  • 作者：
    Ni Li;Sun, Liuquan;Sun, Jianguo
  • 通讯作者：
    Sun, Jianguo
Semiparametric transformation models for joint analysis of multivariate recurrent and terminal events
用于多变量经常性事件和终端事件联合分析的半参数变换模型
  • DOI：
    10.1002/sim.4306
  • 发表时间：
    2011-11-10
  • 期刊：
    STATISTICS IN MEDICINE
  • 影响因子：
    2
  • 作者：
    Zhu, Liang;Sun, Jianguo;Robison, Leslie L.
  • 通讯作者：
    Robison, Leslie L.
Comments on: Nonparametric inference based on panel count data
评论：基于面板计数数据的非参数推理
  • DOI：
    10.1007/s11749-010-0229-8
  • 发表时间：
    2011-05
  • 期刊：
    Test
  • 影响因子：
    1.3
  • 作者：
    Tong, Xingwei
  • 通讯作者：
    Tong, Xingwei

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

多重结果比较中的一个稳健检验
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    北京师范大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    蔡定教;童行伟
  • 通讯作者：
    童行伟
线性EV模型参数的联合损失修正估计
  • DOI：
    10.16360/j.cnki.jbnuns.2019.03.003
  • 发表时间：
    2019
  • 期刊：
    北京师范大学学报. 自然科学版
  • 影响因子：
    --
  • 作者：
    李瞳辉;金蛟;童行伟
  • 通讯作者：
    童行伟

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

童行伟的其他基金

生存数据的变点统计推断及其他
  • 批准号：
    12371262
  • 批准年份：
    2023
  • 资助金额：
    43.5 万元
  • 项目类别：
    面上项目
基因多效性的统计推断及其他
  • 批准号：
  • 批准年份：
    2019
  • 资助金额：
    52 万元
  • 项目类别：
    面上项目
混合复发事件数据的统计分析及其他
  • 批准号：
    11371062
  • 批准年份：
    2013
  • 资助金额：
    50.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码