TEL:04-22078539 本中心網址:http://www2.cmu.edu.tw/~biostat/

 

12月份活動回顧
活動訊息
  諮詢師及種子教師訓練第五、六次訓練課程
  
生物統計中心諮詢師及種子教師訓練課程表
近期重要統計科學相關期刊研究訊息
 
生物統計教室

列聯表分析裡的卡方獨立性檢定”(或稱相關性檢定”)
Contingency Table Analysis: a chi-square test for independence (or test for association)

 

12月份活動回顧

  • 2006/12/13(三)
    中興大學 應用數學系 黃文瀚教授
    Analysis of Capture-Recapture Models with Covariates
                            〔檔案下載
  • 2006/12/14
    本中心鄭光甫主任受邀至台灣大學演講
    Combining Family Studies to Improve Genetic Association Tests
                            〔檔案下載
  • 2006/12/27(三)
    中國醫藥大學 公共衛生學系 吳宏達教授
    Dynamic Modeling in the Survival Analysis of Cancer Therapy
                            〔檔案下載

TOP


活動訊息

諮詢師及種子教師訓練第五、六次訓練課程

95128日下午930 ~1030分、1222日上午1010 ~1110

活動地點:立夫教學大樓15樓環醫所電腦教室

活動概述:講解生統諮詢實例,提問與討論

諮詢師及種子教師訊練第五次課程時間:95128

由梁文敏說明生統分析實例,提問與討論

訓練內容概述

分析經驗的分享:如何找到最佳模式()

1.    描述性統計的重要性。

2.    統計分析的過程。

3.    連續變項轉為分組變項時,如何選擇切點。

4.    尋找最佳模式的範例介紹。

諮詢師及種子教師訊練第六次課程時間:951222

由李采娟老師說明研究方法及實例介紹

 

訓練內容概述

訓練題目:生物統計於實證醫學研究之應用

1.    實證醫學研究方法介紹。

2.    統計分析的過程。

3.    研究實例介紹。

1)case-control study

2)corhort study 

 

生物統計中心諮詢師及種子教師訓練課程表

日期(預定)

時間

課程

主持人

2007/01/05

9:30~10:30

第七次課程

吳宏達

2007/01/19

9:30~10:30

第八次課程

林保萱

2007/02/02

9:30~10:30

第九次課程

吳宏達

2007/02/16

9:30~10:30

第十次課程

吳宏達

 

TOP

近期重要統計科學相關期刊研究訊息

Genetic Epidemiology Volume 30, Issue 8, December 2006

[1]                                                                     

Title

Simultaneous estimation of gene-gene and gene-environment interactions for numerous loci using double penalized log-likelihood (p 645-651)

Authors

Michael W.T. Tanck, J. Wouter Jukema, Aeilko H. Zwinderman

Content

眾多人類共同疾病的引發通常都是多因子層面的。尤其多牽涉到基因、環境、以及基因與環境之共同作用和交互作用。如果想同時估計與眾多基因有關之效果及訊息並且也考慮交互作用,則交互作用項可能有非常多項。這就引發統計選模(model selection)上之困難。本研究探討如何透過作者們所提出之雙懲罰(double penalized)概似函數之建構,得到有效之估計。

Abstract  <檔案內容下載>

[2]                                                                     

Title

Estimating haplotype relative risks in complex disease from unphased SNPs data in families using a likelihood adjusted for ascertainment (p 666-676)

Authors

J. Carayol, A. Philippi, F. Tores

Content

藉由家族資料之搜集與鑑取(ascertainment)過程之調整,研究如何估計由多個 SNP組成之組合型(haplotype)彼此間之罹病相對風險(relative risk)

Abstract  <檔案內容下載>

[3]                                                                      

Title

A comparison of methods for intermediate fine mapping (p 677-689)

Authors

Charalampos Papachristou, Shili Lin

Content

疾病對位(disease gene mapping)是聯鎖分析(linkage analysis)的主要目的。本研究比較幾種中密度疾病對位分析法之表現,包括: LOD score法,GEE估計法,CSI法,以及兩種自助重抽樣法(bootstrap method)等。

Abstract  <檔案內容下載>

[4]                                                                     

Title

Imputation methods to improve inference in SNP association studies (p 690-702)

Authors

James Y. Dai, Ingo Ruczinski, Michael LeBlanc, Charles Kooperberg

Content

利用SNP資料進行基因與疾病之關聯性分析時,SNP資料有漏失(missing)的情形是相當常見的。本研究探討如何進行補值(imputation),以增進估計之正確性與估計效率。

Abstract  <檔案內容下載>

 


 

Statistics in Medicine Volume 25, Issues 23 and 24, December 2006

[5]                                                                     

Title

Improved hypothesis testing for coefficients in generalized estimating equations with small samples of clusters (p 4081-4098)

Authors

Daniel F. McCaffrey, Robert M. Bell

Content

GEE方法常用於縱式資料(longitudinal data)或群聚資料(cluster data)之模型參數估計。當群聚個數不多時,GEE估計法所採用的對共變矩陣 (covariance matrix)的夾擠估計(sandwich estimate)會有較大偏誤(bias),當進行參數檢定時,會導致type I error偏大。本研究提出一些線性轉換的方式,以降低共變矩陣估計之偏誤。

Abstract  <檔案內容下載>

[6]                                                                     

Title

Modelling smoking history using a comprehensive smoking index: application to lung cancer (p 4132-4146)

Authors

Karen Leffondr? Michal Abrahamowicz, Yongling Xiao, Jack Siemiatycki

Content

本研究如何針對抽菸者之抽菸史提出依合理之指標以反映菸暴露之累積過程,並應用於肺癌研究上。

Abstract  <檔案內容下載>

[7]                                                                     

Title

Seasonal confounding in air pollution and health time-series studies: effect on air pollution effect estimates (p 4164-4178)

Authors

G. Touloumi, E. Samoli, M. Pipikou, et al.

Content

本研究針對空氣污染資料與人體健康資料在季節變動時,其相關或干擾程度的變動性,利用不同的平滑估計方式進行分析。

Abstract  <檔案內容下載>

[8]                                                                      

Title

Automated detection of infectious disease outbreaks: hierarchical time series models (p 4179-4196)

Authors

Simon H. Heisterkamp, Arnold L. M. Dekkers, Janneke C. M. Heijne

Abstract  <檔案內容下載>

 

 

 

TOP


生物統計教室

列聯表分析裡的卡方獨立性檢定”(或稱相關性檢定”)(download)

Contingency Table Analysis: a chi-square test for independence (or test for association)

列聯表分析(contingency table analysis)在統計學裡是一個很重要的分析方式。其所分析的是交叉分類之資料(cross-classification data)。比如,一個人 抽菸與否 是否得肺癌之關係。抽菸(smoke)或不抽菸(non-smoke)以變數 S = 1 or S =0 表示;得肺癌(lung cancer)或未得肺癌,以 L = 1 or L =0 表示。我們可以得到類似Table 12×2表。Table 1表示S =1的人(抽菸者)27人,其中8人得肺癌,19人未得;而S = 0(非抽菸者)的有17人,其中只有1人得肺癌。相對於Table 1,我們以Table 2表示每一個空格的機率。

 

抽煙與否 是否得肺癌無關(H0),則理論上(或說期望上),應當s =0, 1l=0, 1。根據初等統計,我們知道兩個事件AB如果是獨立的,則P(AB)=P(A)P(B),亦即:

根據 Table 1 Table 2,我們可以用估計P1˙,用估計P˙1。並且,根據(1)中之第一式,P11可以用*估計(如果H0)。也就是L=1&S=1那一格期望上應該有 44* P11個人,或即44**=個人。而事實上看到的是8個人。以上所述,是2×2表的左上角那一格(紅色表示)。其餘三格的推論方式亦相同。現在以E表期望上之個數,O表觀察到之個數。則利用統計上的大樣本性質之證明,可以導出:

根據這個公式,我們可以計算出Table 1之列聯表的實現值如下:

+++=3.62

p-value=0.057。據此,我們可依所定之顯著水準決定是否要reject H0

但是,由於Table 1中有所謂的稀疏觀察值(sparse data),亦即有些格子觀察到的個數很小(<5)。這種情形最好另以Fisher’s Exact Test做檢定。更一般地,對於一個r ×c 表,我們亦可證明:

SAS Code Explame:

TOP

本刊由中國醫藥大學 生物統計中心發行  網頁維護:林立偉