基于不完全配对数据的统计推断

在临床与流行病学研究中经常需处理配对实验数据。然而，在药物药效研究中，由于药物本身的副作用而致使某些病人放弃使用该药物的医治，因而造成一些数据的缺失；在纵向数据研究中，由于被调查者的出国或工作调动、或者死亡等原因而导致数据的缺失，使研究人员不能完全得到被试者的数据，这就是所谓的不完全数据。不完全数据分析是目前国内外研究的热门课题。因此，针对不完全配对数据，研究风险差（RD）和风险比（RR）的各种度量；对不完全配对数据，研究两种处理方法基于风险差和风险比的非劣性或区间性假设检验问题；在不可忽略缺失数据机制下，本项目拟研究上述情况的检验问题和置信区间构造问题；对上述的检验问题，本项目拟研究Bayes推断、风险差和风险比的Bayes置信区间、Bayes样本量等问题；并探讨所得理论和结果在生物医学、流行病学中的应用。