分层模型对小区域慢性病患病率的估计
| 内容摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 导论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 文献综述 | 第11-13页 |
| 1.3 论文内容安排 | 第13-15页 |
| 1.4 本文创新之处 | 第15-16页 |
| 第2章 贝叶斯分层模型的基本理论 | 第16-28页 |
| 2.1 贝叶斯统计 | 第16-22页 |
| 2.1.1 贝叶斯统计思想 | 第16-17页 |
| 2.1.2 贝叶斯定理 | 第17-19页 |
| 2.1.3 贝叶斯统计的广泛应用 | 第19-20页 |
| 2.1.4 贝叶斯统计与经典统计的区别 | 第20-22页 |
| 2.2 贝叶斯分层模型 | 第22-28页 |
| 2.2.1 贝叶斯分层模型的理论基础 | 第22页 |
| 2.2.2 贝叶斯分层模型的构造 | 第22-24页 |
| 2.2.3 贝叶斯分层模型模型评价 | 第24-25页 |
| 2.2.4 贝叶斯分层模型的应用难点 | 第25-28页 |
| 第3章 贝叶斯分层模型在患病率估计中的应用 | 第28-37页 |
| 3.1 用于患病率估计的简单估计法回顾 | 第28-29页 |
| 3.2 基于贝叶斯分层模型的患病率估计 | 第29-32页 |
| 3.2.1 先验设定 | 第29-30页 |
| 3.2.2 后验推导 | 第30-31页 |
| 3.2.3 基于MCMC模拟的参数估计 | 第31-32页 |
| 3.3 模型检验及稳健性分析 | 第32-33页 |
| 3.3.1 模型检验 | 第32-33页 |
| 3.3.2 稳健性分析 | 第33页 |
| 3.4 贝叶斯分层模型的优势 | 第33-35页 |
| 3.5 R软件实现 | 第35-37页 |
| 第4章 我国各省市中老年人心脏病患病率估计 | 第37-50页 |
| 4.1 问题背景 | 第37-38页 |
| 4.2 数据来源 | 第38-39页 |
| 4.3 实证分析 | 第39-47页 |
| 4.3.1 估计结果 | 第39-41页 |
| 4.3.2 结果分析 | 第41-42页 |
| 4.3.3 模型检验 | 第42-44页 |
| 4.3.4 不同模型之间的结果比较 | 第44-47页 |
| 4.4 模型稳健性分析 | 第47-50页 |
| 4.4.1 后验分布的稳健性 | 第47-48页 |
| 4.4.2 估计结果的稳健性 | 第48-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 5.1 结论 | 第50-51页 |
| 5.2 不足与展望 | 第51-52页 |
| 附录 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 后记 | 第56页 |
