| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·问题的提出 | 第8页 |
| ·医疗记录中存在数据缺失的原因 | 第8-9页 |
| ·医疗缺失数据的处理方法 | 第9页 |
| ·贝叶斯方法在医疗领域的研究和进展 | 第9页 |
| ·本文的研究目的及主要工作和创新 | 第9-12页 |
| ·本文的研究目的及主要工作 | 第9-11页 |
| ·本文的创新点 | 第11-12页 |
| 第二章 缺失数据方法的研究 | 第12-23页 |
| ·缺失数据机制的提出 | 第12-13页 |
| ·完全随机数据缺失(missing completely at random,MCAR) | 第12页 |
| ·随机数据缺失(missing at random,MAR) | 第12页 |
| ·信息缺失(information missing,IM) | 第12-13页 |
| ·缺失数据的处理方法 | 第13-15页 |
| ·填补 | 第13-15页 |
| ·多重填补的机制 | 第15-20页 |
| ·贝叶斯统计分析 | 第15-18页 |
| ·EM填补 | 第18页 |
| ·Gibbs抽样填补 | 第18-20页 |
| ·基于贝叶斯理论的Logistic回归模型分析 | 第20-23页 |
| ·医疗研究中的Logistic回归模型 | 第20-21页 |
| ·医疗数据的Logistic回归分析 | 第21-23页 |
| 第三章 随机模拟研究及模型的提出 | 第23-40页 |
| ·随机数据 | 第23-26页 |
| ·随机数据模拟 | 第23-24页 |
| ·两种随机数据的生成模型 | 第24-25页 |
| ·缺失数据机制 | 第25-26页 |
| ·缺失数据处理模型的提出 | 第26-31页 |
| ·第一组随机数据模型 | 第26-28页 |
| ·第二组随机数据模型 | 第28-31页 |
| ·Bayesian推断分析软件Winbugs14语句及运行结果 | 第31-34页 |
| ·Winbugs简介 | 第31-33页 |
| ·模型迭代结果 | 第33-34页 |
| ·马尔科夫模拟结果 | 第34-38页 |
| ·第一组随机数据的形成结果 | 第35-36页 |
| ·第二组随机数据的形成结果 | 第36-38页 |
| ·模拟结果分析 | 第38-40页 |
| 第四章 案例分析 | 第40-46页 |
| ·数据来源 | 第40页 |
| ·研究方法 | 第40-43页 |
| ·统计数据的处理 | 第40页 |
| ·模型的建立 | 第40-43页 |
| ·结果分析 | 第43-46页 |
| 第五章 讨论与展望 | 第46-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54页 |
