让数据创造无限价值,医疗大数据挖掘,数据可视化实践。
目录
今天看啥  ›  专栏  ›  医学大数据挖掘分析

转载系列|临床试验中遇到纵向数据缺失该怎么办?

医学大数据挖掘分析  · 公众号  ·  · 2022-01-05 12:00

文章预览

小编旁白 填补法、基于似然估计的统计分析方法 两大法宝可以帮你轻松解决 纵向数据缺失的问题 纵向数据是指在多个访视点,进行重复测量的数据。 在分析临床试验纵向数据中,经常会遇到缺失值的情况,不要慌,这篇文章会告诉你常用的处理纵向数据缺失值的方法。  缺 失 数 据  在开始之前,还需要先来了解一下什么是缺失数据。 定义 缺失数据(Missing data)是指对于既定估计目标的分析有意义、但未收集到的数据。 产生的原因 受试者因不良事件、药物不耐受、缺乏疗效等退出试验;受试者因其他原因脱落(如搬家);数据收集过程中失误等其他原因。 对数据分析的影响 引起偏倚(Bias) 影响试验效率(降低检验效能,影响数据的变异程度) 影响对目标总体的代表性,从而影响研究结果的外部有效性 缺失数据机制(Mechanism) ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览