医学统计学 - 词条分类 - 公卫百科

多水平考克斯模型-统计

多水平考克斯模型（multilevel Cox model），指又称“多水平 Cox 模型”。考克斯比例风险模型的扩展，在模型中引入随机效应，以捕捉数据中不同层次的变异，同时评估协变量对事件发生风险的影响，用于分析具有层次结构的生存数据。 ...

定义

多水平逻辑斯谛模型-统计

多水平逻辑斯谛模型（multilevel logistic model），指用于具有多层次结构的二分类或多分类计数数据分析建模的方法。模型的连接函数为逻辑斯蒂函数，并考虑到不同层次之间的变异允许解释变量所起的作用随着层次的变化而变化。 ...

定义

多水平泊松模型-统计

多水平泊松模型（multilevel Poisson model），指用于具有层级结构的计数数据的建模方法。模型结合了泊松回归与多层次结构，允许在不同层次上考虑随机效应。

定义

多水平广义线性模型-统计

多水平广义线性模型（multilevel generalized linear model），指反应变量为来自除高斯分布以外的不同分布，在多水平框架内处理这类资料的统计模型。

定义

非线性模型-统计

非线性模型（nonlinear model），指因变量与部分或所有自变量之间呈非线性关系且相应参数未知的模型，可通过逐次逼近的方法进行模型拟合，常使用的函数有对数函数、三角函数、指数函数、幂函数等。

定义

非线性多水平模型-统计

非线性多水平模型（nonlinear multilevel model），指因变量与部分或所有自变量之间呈非线性关系且相应参数未知的一类多水平模型。

定义

随机斜率协方差矩阵-统计

随机斜率协方差矩阵（covariance matrix of random coefficient），指描述多层次数据模型中的随机斜率之间关系的协方差矩阵，揭示不同组之间斜率的相关性和变异程度。

定义

随机斜率模型-统计

随机斜率模型（random slope model），又称“随机系数模型”，指针对层次结构数据，各自变量的效应在不同组间随机变化，揭示各组间自变量与因变量关系的异质性。

定义

协方差结构-统计

协方差结构（covariance structure），指在多元统计分析中，变量之间关联关系的理论模式，可包括线性和非线性形式，也蕴含变量间的相关性和独立性等信息。

定义

随机截距协方差矩阵-统计

随机截距协方差矩阵（covariance matrix of random intercept），指描述多层次数据模型中的随机截距之间关系的协方差矩阵，揭示不同组之间截距的相关性和变异程度。

定义

反应变量协方差矩阵-统计

反应变量协方差矩阵（covariance matrix of response variable），指用于描述多个反应变量之间的协方差关系的矩阵。它可以通过基于观测数据进行估计，显示反应变量之间的关联关系。

定义

无约束因子协方差矩阵-统计

无约束因子协方差矩阵（unconstrained factor covariance matrix），指在因子分析中，放弃潜在因子之间正交性的约束而得到的因子协方差矩阵。该矩阵中的元素乃潜在因子之间的协方差，反映因子之间的相关性。

定义

协方差矩阵-统计

协方差矩阵（covariance matrix），指一个方阵，主对角线上的元素为各个变量的方差，主对角线外的元素为随机变量两两之间的协方差。用于描述多个随机变量之间的的相关性。

定义

随机截距模型-统计

随机截距模型（random intercept model），指混合效应模型的一种，在模型中引入随机截距，允许不同组别的截距存在差异，但假设自变量的效应在各组间保持一致，用于分析具有层次结构的数据。

定义

中心化处理-统计

中心化处理（grand mean centering），指将数据中的每个值减去该数据的中心值（如算术均数、中位数），以得到中心化后的数据的一种处理方法。

定义

方差成分模型-统计

方差成分模型（variance component model），又称“方差分量模型”，指用于分析数据集中方差来源的统计模型，模型将数据中的总方差分解为不同的分量，通过估计和对比这些方差分量，可以了解不同水平或群体对数据总体变异的相对贡献。 ...

定义

残差自举法-统计

残差自举法（residual bootstrap），指通过有放回的重抽样依次创建多个残差数据集，据以对描述残差分布的参数进行估计的一种自举法。

定义

参数自举法-统计

参数自举法（parametric bootstrap），指从基于数据拟合得到的分布函数中进行重采样的一种自举法。

定义

非参数自举法-统计

非参数自举法（nonparametric bootstrap），指纯粹依赖于从给定样本中进行重采样、不对样本来源的总体作分布限定的一种自举法。

定义

自举法-统计

自举法（bootstrap），指一种通过有放回地随机重采样从原始样本中生成大量新样本的统计方法，用于估计统计量的分布和置信区间等，尤其适用于小样本或分布未知的情况。

定义