观察性研究的设计(第二版)

暂无

目录
- 前辅文
- 第Ⅰ部分开篇
  - 第1章困境与解决技术
    - 1.1 令人困惑的维生素效果
    - 1.2 Cochran的基本建议
      - 1.2.1 处理、协变量、结果
      - 1.2.2 如何分配处理?
      - 1.2.3 处理组和对照组是否具有可比性?
      - 1.2.4 消除对处理效应看似合理的替代方案
      - 1.2.5 排除标准
      - 1.2.6 在处理分配后退出处理组
      - 1.2.7 研究方案
    - 1.3 Maimonides规则
    - 1.4 车祸中的安全带
    - 1.5 大学教育资金
    - 1.6 自然界的“自然实验”
    - 1.7 这本书是关于什么的
      - 1.7.1 本书的基本结构
      - 1.7.2 第Ⅰ部分的结构: 开篇
      - 1.7.3 第Ⅱ部分的结构: 匹配
      - 1.7.4 第Ⅲ部分的结构: 设计灵敏度
      - 1.7.5 第Ⅳ部分的结构: 增强设计
      - 1.7.6 第Ⅴ部分的结构: 计划分析
      - 1.7.7 对观察性研究的不太技术性的介绍
      - 1.7.8章节之间的依赖性
    - 1.8 延伸阅读
    - 参考文献
  - 第2章随机试验中的因果推断
    - 2.1 国家支持工作试验的两个版本
      - 2.1.1 具有185对的版本和5对的版本
      - 2.1.2 基本符号
    - 2.2 随机试验中的处理效应
      - 2.2.1 替代处理下的潜在响应
      - 2.2.2 协变量和结果
      - 2.2.3 可能的处理分配和随机化
      - 2.2.4 个体间的干扰
    - 2.3 检验无处理效应零假设
      - 2.3.1 零假设为真时的处理减去对照的差
      - 2.3.2 平均差的随机化分布
      - 2.3.3 Wilcoxon统计量的随机化分布
    - 2.4 检验其他假设; 置信区间; 点估计
      - 2.4.1 常数可加处理效应的检验
      - 2.4.2 常数可加效应的置信区间
      - 2.4.3 效应的Hodges-Lehmann点估计
      - 2.4.4 平均处理效应
      - 2.4.5 检验处理效应的一般假设
      - 2.4.6 可乘效应; Tobit效应
    - 2.5 归因效应
      - 2.5.1 为什么使用归因效应?
      - 2.5.2 一致响应: 将注意力从配对转移到个体
      - 2.5.3 通过关注配对小群体来思考异质性效应
      - 2.5.4 计算; 零分布
    - 2.6 内部和外部效度
    - 2.7 小结
    - 2.8 附录: m-统计量的随机化分布
      - 2.8.1 使用ψ 函数赋予对照观察值权重
      - 2.8.2 缩放比例
      - 2.8.3 可加效应假设H0:rTij=rCij+τ0的随机化检验
      - 2.8.4 国家支持工作示范(NSW)试验中的m-检验
    - 2.9 延伸阅读
    - 2.10 软件
    - 2.11 数据
    - 参考文献
  - 第3章观察性研究的两个简单模型
    - 3.1 匹配前的人群
    - 3.2 理想匹配
    - 3.3 一个朴素的模型: 看起来可比的人是可比的
      - 3.3.1 通过抛有偏硬币来分配处理，这些未知偏倚由观察到的协变量确定
      - 3.3.2 倾向性评分的平衡性质
      - 3.3.3 倾向性评分和可忽略处理分配
      - 3.3.4 总结: 将两项任务分开，一项是机械的，另一项是科学的
    - 3.4 敏感性分析: 看起来相似的人可能会不同
      - 3.4.1 什么是敏感性分析?
      - 3.4.2 敏感性分析模型: 来自随机分配的定量偏差
      - 3.4.3 对观察到的协变量配对时的敏感性分析模型
    - 3.5 焊接烟尘和DNA损伤
      - 3.5.1 检验无处理效应假设时的敏感性分析
      - 3.5.2 计算过程
      - 3.5.3 置信区间的敏感性分析
      - 3.5.4 点估计的敏感性分析
    - 3.6 敏感性分析的参数扩大
      - 3.6.1 什么是参数扩大?
      - 3.6.2 关于(Λ,Δ)的敏感性分析
      - 3.6.3 (Λ,Δ)的确切含义
    - 3.7 不完全匹配导致的偏倚
    - 3.8 小结
    - 3.9 延伸阅读
    - 3.10 软件
    - 3.11 数据
    - 附录: 敏感性分析的精确计算
    - 参考文献
  - 第4章竞争理论结构设计
    - 4.1 石头如何下降
    - 4.2 永久的债务假说
    - 4.3 枪支和轻罪
    - 4.4 1944—1945年的荷兰饥荒
    - 4.5 复制效应和偏倚
    - 4.6 效应的原因
    - 4.7 对系统的驱动力
    - 4.8 延伸阅读
    - 参考文献
  - 第5章机遇、策略和工具
    - 5.1 机遇
      - 5.1.1 秩序井然的世界
      - 5.1.2 问题
      - 5.1.3 解决方案
    - 5.2 策略
      - 5.2.1 消除歧义
      - 5.2.2 多个对照组
      - 5.2.3 几种结果之间的一致性
      - 5.2.4 已知的效应
      - 5.2.5 处理剂量
      - 5.2.6 差别效应和通用偏倚
    - 5.3 工具
      - 5.3.1 什么是工具?
      - 5.3.2 实例: 双盲随机试验中的非依从性
      - 5.3.3 实例: Maimonides规则
      - 5.3.4 配对鼓励设计中工具的符号
      - 5.3.5 效应与剂量成正比的假设
      - 5.3.6 关于β的推断
      - 5.3.7 实例: 对Maimonides规则的工具变量(IV)分析
      - 5.3.8 效应比
      - 5.3.9 工具的有效性是可检验的吗?
      - 5.3.10 工具变量什么时候有价值，为什么有价值?
    - 5.4 强化弱工具
      - 5.4.1 为什么要强化工具?
      - 5.4.2 健康结局指标研究中的流行工具: 到一家医院的距离
      - 5.4.3 如何强化工具?
      - 5.4.4 利用匹配强化工具
    - 5.5 小结
    - 5.6 延伸阅读
    - 5.7 软件
    - 5.8 数据
    - 参考文献
  - 第6章透明度
    - 参考文献
  - 第7章一些反诉损害自身
    - 7.1 对反诉进行评价
      - 7.1.1 反诉的类型
      - 7.1.2 反诉自损的逻辑
    - 7.2 一个实例: 安全带、伤害和弹射
      - 7.2.1 对一个实例的初步了解: 反诉前的主张
      - 7.2.2 选择偏倚和次要结果的反诉
      - 7.2.3 从反诉的角度重新审视一个实例
    - 7.3 讨论
      - 7.3.1 预期反诉
      - 7.3.2 一些理论
    - 7.4 延伸阅读
    - 7.5 数据
    - 参考文献
- 第Ⅱ部分匹配
  - 第8章匹配的观察性研究
    - 8.1 更多的化疗是否更加有效?
    - 8.2 匹配观察到的协变量
    - 8.3 配对患者的结局指标
    - 8.4 小结
    - 8.5 延伸阅读
    - 参考文献
  - 第9章多元匹配的基本工具
    - 9.1 一个小实例
    - 9.2 倾向性评分
    - 9.3 距离矩阵
    - 9.4 最优配对匹配
    - 9.5 多个对照最优匹配
    - 9.6 最优完全匹配
    - 9.7 效率
    - 9.8 小结
    - 9.9 延伸阅读
    - 9.10 软件
    - 9.11 数据
    - 参考文献
  - 第10章匹配中的各种实际问题
    - 10.1 检验协变量的平衡性
    - 10.2 用于诊断的模拟随机试验
    - 10.3 近精确匹配
    - 10.4 精确匹配
    - 10.5 定向惩罚
    - 10.6 缺失的协变量值
    - 10.7 匹配的网络与稀疏表示
    - 10.8 个体距离的约束
    - 10.9 整群处理分配
    - 10.10 延伸阅读
    - 10.11 软件
    - 参考文献
  - 第11章精细平衡
    - 11.1 什么是精细平衡?
    - 11.2 构造一个精细平衡的对照组
    - 11.3 在精细平衡不可行的情况下控制不平衡
    - 11.4 精细平衡、精确匹配和近精确匹配
    - 11.5 近精细平衡
    - 11.6 精致平衡
    - 11.7 强度K平衡
    - 11.8 基数匹配
      - 11.8.1 什么是基数匹配?
      - 11.8.2 基数匹配和结果异质性
      - 11.8.3 基数匹配和效应修正
    - 11.9 延伸阅读
    - 11.10 软件
    - 11.11 数据
    - 参考文献
  - 第12章无组别匹配
    - 12.1 无组别匹配: 非二部匹配
      - 12.1.1 什么是非二部匹配?
      - 12.1.2 使用非二部匹配算法的处理—对照匹配
      - 12.1.3 剂量匹配
      - 12.1.4 多个组匹配
    - 12.2 无组别匹配的一些实用性方面
      - 12.2.1 奇数个受试者
      - 12.2.2 丢弃一些受试者
      - 12.2.3 三组的平衡不完全区组设计
      - 12.2.4 多个组别的倾向性评分
    - 12.3 两个对照组的剂量匹配
      - 12.3.1 最低工资会降低就业率吗?
      - 12.3.2 形成两个独立比较的最优匹配
      - 12.3.3 两个对照组的就业变化的差值
    - 12.4 延伸阅读
    - 12.5 软件
    - 12.6 数据
    - 参考文献
  - 第13章风险集匹配
    - 13.1 心脏移植能延长生命吗?
    - 13.2 间质性膀胱炎手术的风险集匹配研究
    - 13.3 从新生儿重症监护室到出院时发育成熟
    - 13.4 在14岁时加入帮派
    - 13.5 一些理论
    - 13.6 自然实验中的隔离
      - 13.6.1 差别效应和通用偏倚的简要综述
      - 13.6.2 什么是隔离
      - 13.6.3 双胞胎与单胎及其对劳动力供给的影响
      - 13.6.4 致人死亡的交通事故的质量与安全
    - 13.7 延伸阅读
    - 13.8 软件
    - 参考文献
  - 第14章在统计软件包R中实现匹配
    - 14.1 使用统计软件包R实现最优匹配
    - 14.2 数据
    - 14.3 倾向性评分
    - 14.4 带有缺失值的协变量
    - 14.5 距离矩阵
    - 14.6 构造匹配
    - 14.7 检验协变量的平衡
    - 14.8 大学入学结果
    - 14.9 延伸阅读
    - 14.10 软件
    - 14.11 数据
    - 附录1: R的简介
    - 附录2: 关于距离矩阵的R函数
    - 参考文献
- 第Ⅲ部分设计灵敏度
  - 第15章敏感性分析的功效及其极限
    - 15.1 一项随机试验中的检验功效
      - 15.1.1 检验功效是什么?
      - 15.1.2 关于统计功效的鼓舞人心的讲话
      - 15.1.3 随机试验中的功效计算: 两个步骤
      - 15.1.4 步骤1: 在零假设为真的情况下确定临界值
      - 15.1.5 步骤2: 在零假设不真的情况下确定功效
      - 15.1.6 一个简单的例子: 带有随机误差的常数效应
    - 15.2 观察性研究中敏感性分析的功效
      - 15.2.1 敏感性分析的功效是什么?
      - 15.2.2 计算敏感性分析的功效: 两个步骤
      - 15.2.3 第二步: 当零假设不真且不存在未观察到的偏倚时的功效确定
      - 15.2.4 敏感性分析功效的初看
    - 15.3 设计灵敏度
      - 15.3.1 设计灵敏度初看
      - 15.3.2 设计灵敏度公式
      - 15.3.3 计算带有可加效应和独立同分布误差的设计灵敏度
    - 15.4 小结
    - 15.5 延伸阅读
    - 附录: 命题15.1 的技术说明及证明
    - 参考文献
  - 第16章异质性和因果关系
    - 16.1 J. S. Mill和R. A. Fisher: 减少异质性或引入随机分配
    - 16.2 一项规模较大、异质性较高的研究与一项规模较小、异质性较低的研究的对比
      - 16.2.1 大I或小σ: 哪个更好?
      - 16.2.2 一个模拟的实例
      - 16.2.3 正态误差、logistic误差和Cauchy误差的功效对比
      - 16.2.4 设计灵敏度
    - 16.3 点估计的异质性和敏感性
    - 16.4 尝试降低异质性的实例
      - 16.4.1 双胞胎
      - 16.4.2 道路危险
      - 16.4.3 微观经济学的基因工程小鼠
      - 16.4.4 摩托车头盔
    - 16.5 小结
    - 16.6 延伸阅读
    - 参考文献
  - 第17章不常见但巨大的处理响应
    - 17.1 偶尔出现的大效应
      - 17.1.1 大的但罕见的效应对未测量偏倚是不敏感的吗?
      - 17.1.2 第2.5节的回顾: 测量较大但不常见的效应
    - 17.2 两个实例
      - 17.2.1 卵巢癌治疗的化疗强度和毒性
      - 17.2.2 铝生产工人中的DNA加合物
    - 17.3 Salsburg模型的配对版本的性质
    - 17.4 对不常见但巨大效应的设计灵敏度
      - 17.4.1 Stephenson检验的设计灵敏度
      - 17.4.2 Salsburg模型下Stephenson检验的设计灵敏度
    - 17.5 小结
    - 17.6 延伸阅读
    - 17.7 软件
    - 17.8 数据
    - 附录: 命题17.1的证明概述
    - 参考文献
  - 第18章预期且已发现的响应模式
    - 18.1 使用设计灵敏度来评估策略
    - 18.2 一致性
      - 18.2.1 多个响应的表示法
      - 18.2.2 多元正态分布响应
      - 18.2.3 二元正态响应的数值结果
      - 18.2.4 一般λ 的实际实现
    - 18.3 一致性能被发现吗?
      - 18.3.1 使用分割的样本为一致性做计划
      - 18.3.2 考虑每一个可能的λ
      - 18.3.3 关于λ的对冲赌注
      - 18.3.4 小结
    - 18.4 剂量
      - 18.4.1 另一种记写符号秩统计量的方法
      - 18.4.2 剂量的有利形势
      - 18.4.3 剂量的设计灵敏度公式
      - 18.4.4 设计灵敏度的数值评估
    - 18.5 实例: Maimonides规则
    - 18.6 反应性剂量
    - 18.7 延伸阅读
    - 18.8 软件
    - 18.9 数据
    - 附录: 命题18.1的证明
    - 参考文献
  - 第19章检验统计量的选择
    - 19.1 检验统计量的选择影响设计灵敏度
      - 19.1.1 设计预期分析
      - 19.1.2 一个简单的例子: 分段秩统计量、可加效应、正态误差
    - 19.2 为优越的设计灵敏度而构建的统计量
      - 19.2.1 构建新的统计量用于敏感性分析
      - 19.2.2 具有优越设计灵敏度的新型U-统计量
      - 19.2.3 实例: 化疗相关的毒性反应
      - 19.2.4 实例: 吸烟者的血铅水平
      - 19.2.5 m-统计量
      - 19.2.6 总结
    - 19.3 自适应推断
      - 19.3.1 用数据选择检验统计量
      - 19.3.2 实例: 化疗相关毒性的自适应推断
      - 19.3.3 实例: 吸烟者血铅水平的自适应推断
    - 19.4 设计灵敏度和剂量效应
      - 19.4.1 剂量效应和因果关系证据
      - 19.4.2 吸烟和牙周病
      - 19.4.3 忽略剂量: 牙周病的配对差
      - 19.4.4 横切检验
      - 19.4.5 横切检验的设计灵敏度
      - 19.4.6 分层横切检验
      - 19.4.7 自适应横切检验
      - 19.4.8 横切检验和证据因素
    - 19.5 敏感性分析的Bahadur效率
      - 19.5.1 事情的进展如何?
      - 19.5.2 几种类型的效率
      - 19.5.3 在敏感性分析中使用Bahadur效率
    - 19.6 延伸阅读
    - 19.7 软件
    - 19.8 数据
    - 参考文献
- 第Ⅳ部分增强设计
  - 第20章证据因素
    - 20.1 什么是证据因素?
      - 20.1.1 复制应该破坏可能的偏倚
      - 20.1.2 复制和证据因素
      - 20.1.3 实例: 吸烟和牙周病
      - 20.1.4 本章阐述的问题
    - 20.2 最简单的非平凡情况: Renyi偏秩
      - 20.2.1 制革厂工人的DNA损伤
      - 20.2.2 零假设下随机试验中的Renyi偏秩
      - 20.2.3 Wilcoxon分层秩和检验
      - 20.2.4 使用Wilcoxon秩和检验的两个证据因素
      - 20.2.5 偏秩的局限性
      - 20.2.6 证据因素的敏感性分析
    - 20.3 第二个实例: 吸烟和牙周病
    - 20.4 附录: 一些理论
      - 20.4.1 一个小实例
      - 20.4.2 置换矩阵群的基本理论
      - 20.4.3 置换矩阵群上的概率分布
      - 20.4.4 不变检验统计量
      - 20.4.5 忽略一个证据因素
      - 20.4.6 对可能是不对称偏倚的对称敏感性分析
      - 20.4.7 固定一个证据因素
      - 20.4.8 两个P-值界限的联合行为
      - 20.4.9 两个证据因素的P-值界限的联合分布
      - 20.4.10 另一个实例: 大小为3 的区组
      - 20.4.11 不整齐的区组
    - 20.5 延伸阅读
    - 20.6 软件
    - 20.7 数据
    - 参考文献
  - 第21章构造多个比较组
    - 21.1 为什么比较多个组
      - 21.1.1 多个比较组的使用
      - 21.1.2 构造多个比较组时的问题
    - 21.2 重叠的比较组和外部匹配
      - 21.2.1 两个相互纠缠的比较组
      - 21.2.2 外部匹配
    - 21.3 最优锥形匹配
    - 21.4 用近似算法构建匹配集
      - 21.4.1 一个难题的近似最优解
      - 21.4.2 什么是3组的近精细平衡?
      - 21.4.3 一种近似算法
    - 21.5 是否有可能减弱未测量偏倚?
      - 21.5.1 减弱: 逻辑上有可能，但幅度很小
      - 21.5.2 多观察，少推测
      - 21.5.3 吸烟与高半胱氨酸水平升高
    - 21.6 延伸阅读
    - 21.7 软件
    - 参考文献
- 第Ⅴ部分计划分析
  - 第22章匹配后，分析前
    - 22.1 分割样品和设计灵敏度
    - 22.2 分析调整可行吗?
      - 22.2.1 锥形匹配和外部匹配
    - 22.3 匹配和深度描述
      - 22.3.1 深度描述
      - 22.3.2 什么是深度描述?
      - 22.3.3 实例: 手术后死亡率
    - 22.4 延伸阅读
    - 22.5 软件
    - 参考文献
  - 第23章计划分析
    - 23.1 制定计划
    - 23.2 详尽的理论
      - 23.2.1 R. A. Fisher的建议
      - 23.2.2 有计划的分析应该完成什么?
    - 23.3 两个对照组的3项简单的分析计划
      - 23.3.1 两个对照组的简单分析计划
      - 23.3.2 两个对照组的对称分析计划
      - 23.3.3 两个对照组是近乎等效的吗?
      - 23.3.4 两个对照组的初步分析计划
      - 23.3.5 两个对照组的备选分析计划
      - 23.3.6 小结
    - 23.4 两个结果的敏感性分析及一致性
    - 23.5 等效性检验的敏感性分析
    - 23.6 等效性与差异的敏感性分析
    - 23.7 小结
    - 23.8 延伸阅读
    - 附录: 按顺序检验假设
    - 什么是一系列假设的序列排他划分?
    - 按顺序检验假设
    - 按顺序检验的敏感性分析
    - 参考文献
- 总结: 设计的关键要素
- 常见问题的解决方案
  - 参考文献
- 符号表
- 首字母缩略词
- 统计术语汇编
- 延伸阅读书目
- 课程建议阅读材料

所在地区	请选择 
详细地址
收货人
联系电话
设为默认	设为默认收货地址

观察性研究的设计(第二版)

相关图书

诊断医学中的统计学方法

侯艳, 李康, 宇传华, 周晓华

临床试验设计的统计方法

尹国圣石昊伦

量化交易：算法、分析、数据、模型和优化

Xin Guo，Tze Leung Lai，Howard Shek，Samuel Po-Shing Wong 著，冯玉林刘庆富译

递归划分方法及其应用

Heping Zhang, Burton H.Singer 著，王学钦译

蒙特卡罗方法与随机过程：从线性到非线性

Emmanuel Gobet 著，许明宇译

缺失数据统计分析（第三版）

Roderick J. A. Little, Donald B. Rubin 著，周晓华、邓宇昊译

社会科学的空间回归模型

Guangqing Chi, Jun Zhu 著，王平平译

基于INLA的贝叶斯回归建模

Xiaofeng Wang, Yu Ryan Yue, Julian J. Faraway 著, 汤银才，周世荣译

序贯蒙特卡罗方法引论

Nicolas Chopin, Omiros Papaspiliopoulos 著汪时嘉，葛淑菲译

观察性研究的设计(第二版)

相关图书

侯艳, 李康, 宇传华, 周晓华

尹国圣 石昊伦

Xin Guo，Tze Leung Lai，Howard Shek，Samuel Po-Shing Wong 著，冯玉林 刘庆富 译

Heping Zhang, Burton H.Singer 著，王学钦 译

Emmanuel Gobet 著，许明宇 译

Roderick J. A. Little, Donald B. Rubin 著，周晓华、邓宇昊 译

Guangqing Chi, Jun Zhu 著，王平平 译

Xiaofeng Wang, Yu Ryan Yue, Julian J. Faraway 著, 汤银才，周世荣 译

Nicolas Chopin, Omiros Papaspiliopoulos 著 汪时嘉，葛淑菲 译

尹国圣石昊伦

Xin Guo，Tze Leung Lai，Howard Shek，Samuel Po-Shing Wong 著，冯玉林刘庆富译

Heping Zhang, Burton H.Singer 著，王学钦译

Emmanuel Gobet 著，许明宇译

Roderick J. A. Little, Donald B. Rubin 著，周晓华、邓宇昊译

Guangqing Chi, Jun Zhu 著，王平平译

Xiaofeng Wang, Yu Ryan Yue, Julian J. Faraway 著, 汤银才，周世荣译

Nicolas Chopin, Omiros Papaspiliopoulos 著汪时嘉，葛淑菲译