资源预览需要最新版本的Flash Player支持。
您尚未安装或版本过低,建议您
多重填补处理有缺失数据的22交叉设计资料的计算机模拟者李清华夏结来薛富波【关键词】缺失数据【ABSTRACT】AIMTOHANDLE22CROSSOVERDATASETWITHMISSINGDATABYUSINGMULTIPLEIMPUTATIONMETHODPROVIDEDBYRUBINANDTOAVOIDTHEDIFFICULTIESINSTATISTICALANALYSISOWINGTOMISSINGDATAINMEDICALRESEARCHMETHODSWEUSEDMITOFILLINMISSINGDATAANDANALYZEDTHEMULTIPLYIMPUTEDDATASETSWITHSTANDARDSTATISTICALPROCEDURE,THENCOMBINEDTHESTATISTICALINFERENCESWITHMIANALYZEPROCEDURERESULTSTHEMULTIPLEIMPUTATIONMETHODIMPUTEDMISSINGVALUESOFTHECROSSOVERDESIGNANDGENERATEDVALIDSTATISTICALINFERENCESCONCLUSIONMIANDMIANALYZEPROCEDURESPROVIDEAVALIDSTRATEGYFORHANDLING22CROSSOVERDATASETWITHMISSINGDATA【KEYWORDS】MULTIPLEIMPUTATIONANALYZE；MISSINGDATA；CROSSOVERDESIGN【摘要】目的探讨利用RUBIN提出的多重填补的方法处理有缺失数据的22交叉设计的资料，以避免医学科研中常常发生观测数据的缺失而造成统计分析的困难方法用MI对缺失数据进行填补，用标准的统计程序对填补后的数据集分析，最后用MIANALYZE综合各个数据集的统计分析结果结果多重填补的方法可用于交叉设计中缺失数据的填补并得出正确的统计推断结论MI与MIANALYZE为处理存在缺失数据的22交叉设计的资料提供了有效的策略【关键词】多重填补分析；缺失数据；交叉设计0引言交叉设计是临床试验中比较两种处理A，B效应的常用方法其优点是减少个体差异对试验结果的影响，减小样本量但长期以来如何处理交叉设计的缺失数据是一个棘手的问题，临床试验中最常用的处理缺失数据的LOCF（LASTOBSER
个人主页