一、试验设计中的统计学错误浅析（论文文献综述）
汪圆[1]（2020）在《基于驾驶绩效的分心驾驶及信息过滤策略研究》文中认为道路交通安全是当今世界面对的重大全球议题,减少道路交通伤害是各国政府重点关注的社会问题。诱发道路交通事故的主要原因可以归纳为人、车、路和环境四个基本要素。人是影响交通事故的主导因素,其中驾驶员的分心驾驶导致相当比重事故的发生。本文利用自然驾驶试验数据,结合考虑道路类型、交通密度、驾驶时间、驾驶员年龄和性别等因素,重点分析驾驶员从无分心状态过渡到分心状态前后的驾驶绩效变化,从而建立分心驾驶识别模型。随着车联网技术发展,车内设备提供的丰富多样信息可导致驾驶员不同程度分心驾驶。结合人为因素的驾驶辅助策略,如“应对驾驶员注意力分散的对策”等应运而生。本文基于注意力资源分配理论模拟设计信息过滤策略实车道路试验,并进行问卷调查,统计分析驾驶员对信息过滤策略的主观感受。利用驾驶模拟器“信息过滤”试验数据,分析信息过滤策略对分心驾驶行为的影响,并评价该策略对于减少驾驶分心、提升交通安全的效果。首先,利用自然驾驶试验的车辆传感器数据,采用时域和频域分析方法研究分心驾驶任务开始前后的驾驶绩效变化。在进行分心驾驶任务后,驾驶员控制车道偏移量标准差、方向盘转角标准差和偏航率标准差显着增大。通过快速傅里叶变换计算得出的分心驾驶任务启动后的平均相对谱功率密度分布呈现不同的规律,分心后的车道偏移量、方向盘转角、和偏航率频域能量值显着增大。纵向控制变量没有发现显着变化。然后,选取统计学意义显着变化的驾驶绩效变量构成分心驾驶指标架构,从而建立结合时域和频域驾驶绩效变量的分心识别支持向量机模型。随机抽取训练样本集和测试样本集,选取高斯径向基核函数,分别使用网格搜索算法GSA、遗传算法GA和序列最小优化算法SMO进行参数寻优,并结合使用十折交叉验证的方法,最终分心识别GSA-SVM、GA-SVM和SMO-SVM模型对分心驾驶状态识别的平均正确率较高,分别为91.02%、93.14%和90.67%。接着,运用李克特量表法,对问卷内容进行信度分析和效度分析、检验,使用因子分析提取公因子,并进行模糊综合评价。大部分试验人员认为无论是在高峰期还是非高峰期,信息过滤策略能够减少其驾驶分心的程度,在高峰期间信息过滤策略比非高峰期间的效果更为显着,对于驾驶员分心程度的减少和驾驶安全的提升有更大帮助。最后,利用驾驶模拟器信息过滤策略试验数据研究分析,当驾驶员在与非安全类车载应用互动导致的分心驾驶过程中,是否采取信息过滤策略对驾驶绩效的影响差异。在该试验设计中,交通密度可以作为本试验设计中对驾驶绩效的假设变量;仅在高交通密度驾驶环境下,与不采用信息过滤策略相比,当采用信息过滤策略时驾驶员的驾驶注意力资源受到了保护,可有效减少非驾驶任务的注意力分散:车道偏离标准差（米）显着减小了约23.8%（?=-0.056;95%置信区间（0.235,0.291））;方向盘转角标准差（弧度）显着减小了约24.1%（?=-0.0079;95%置信区间（0.0327,0.0406））;加速度标准差（米/秒2）显着减小了约16.2%（?=-0.0143;95%置信区间（0.0882,0.1025））。
赵扬[2]（2020）在《药物Ⅰ期临床试验质量管理模式研究》文中提出【目的】药物Ⅰ期临床试验的主要内容是探究药物的安全性及药物代谢动力学特征,以指导下一阶段的临床试验。在药物Ⅰ期临床试验中,新化合物首次应用于人体,具有较高的风险,同时常有大量健康受试者参与,需要在试验病房由专门的研究团队开展试验与医疗监护,故其质量管理更为独特。国内外学者的相关研究均针对药物Ⅰ期临床试验质量管理的某个方面或环节,宏观系统性的质量管理研究很少,尤其是宏观与微观视角下的系统性实证研究更加缺乏。本研究在文献研究和法律法规回顾梳理的基础上,通过专家法、横断面调查、典型案例及数理分析等,构建宏观视角下的药物Ⅰ期临床试验质量管理模型,和微观视角下的药物Ⅰ期临床试验质量管理评价指标体系,并提出药物Ⅰ期临床试验质量提升的建议,以期填补药物临床试验质量管理模式的相关研究不足,实践上满足现代药物研发管理的迫切需要（如2020年新冠疫苗的研发管理）。【方法】通过文献检索等方法,选择美国国立医学图书馆临床试验注册信息平台（clinicaltrials.gov）与我国“临床试验登记与信息公示平台”（www.chinadrugtrials.org.cn）两个数据平台中2013年3月-2018年9月药物Ⅰ期临床试验信息作为资料来源与数据源,并结合文献研究,总结分析国内外药物Ⅰ期临床试验特征、相关法律法规及监管情况,归纳质量管理要素。在文献综述基础上,基于全面质量管理理论和利益相关者理论,自编结构化问卷。问卷采用Likert5点计分法（评分越高质量越好）,从药物Ⅰ期临床试验整体质量、受试者权益得到充分保护、药物Ⅰ期临床试验质量保证体系建设、试验病房建设与管理水平、试验实施的风险管理等五个方面对药物Ⅰ期临床试验质量进行评价。同时,采用Likert5点计分法对政府监管、行业管理、医疗机构管理、研究团队管理、申办方/CRO管理等5类宏观管理影响因素对药物Ⅰ期临床试验质量影响的大小进行评价。使用此问卷调研药物Ⅰ期临床试验相关人员,最终收集604份有效问卷。应用Mplus7.4和SPSS19.0对问卷进行信效度分析,应用SPSS19.0进行药物Ⅰ期临床试验质量和5类影响因素影响的描述性分析、相关分析和有序多分类Logistic回归分析,采用Mplus7.4构建药物Ⅰ期临床试验质量和5类影响因素之间的结构方程模型。通过德尔菲法构建了药物Ⅰ期临床试验质量管理的指标体系,并在22家医疗机构内进行实证研究,对综合评分法、综合指数法、TOPSⅠS法等方法的评估结果进行Spearman相关性分析,分别计算相关系数（r）和p值,评价指标体系的实用性。在北京大学第一医院进行了典型案例研究,分析药物Ⅰ期临床试验质量管理特征,为提出政策建议打下基础。【结果】药物Ⅰ期临床试验开展现状:与欧盟国家、日本、美国及全球平均水平比较,我国药物Ⅰ期临床试验数量较少（中国1458项、欧盟国家2741项、日本344项、美国6388项）、盲法使用比例较低（中国28%、欧盟国家37%、日本42%、美国36%、全球平均水平38%）、试验方案设计随机化比例较高（中国62%、欧盟国家45%、日本42%、美国42%、全球平均水平43%）、使用健康受试者比例较高（中国56%、欧盟国家47%、日本33%、美国32%、全球平均水平37%）、申办方几乎全部为企业（中国96%、欧盟国家60%、日本59%、美国57%、全球平均水平42%）。药物Ⅰ期临床试验质量管理模式框架:通过对药物Ⅰ期临床试验开展情况,以及相关法律法规和监管情况的回顾梳理,初步整理归纳出药物Ⅰ期临床试验质量管理要素清单:（1）在宏观层面,药物Ⅰ期临床试验质量管理的利益相关方包括政府监管、行业组织管理、医疗机构管理、申办方（包括CRO）管理及研究团队管理。（2）在微观层面,药物Ⅰ期临床试验质量管理的主要环节包括Ⅰ期临床研究室建设与管理;申办方与研究单位的质量保证体系建设;试验方案设计与试验实施中的风险管理;试验过程的各项工作制度、SOP制定与执行等。基于专家咨询法,构建了包括以上质量管理要素的药物Ⅰ期临床试验质量管理模型框架与问卷。药物Ⅰ期临床试验质量管理模型:通过问卷调查,发现药物Ⅰ期临床试验整体质量总体评分为3.81分（总分5分）,介于较好和一般之间;试验实施的风险管理评分相对较低,受试者权益保护评分相对最高。在描述性及单因素分析、多因素回归分析的基础上,通过探索性因子分析、验证性因子分析和结构方程模型构建了药物Ⅰ期临床试验质量管理模型。结构方程模型拟合良好:RMSEA=0.057,TLⅠ=0.971,CFⅠ=0.974。除研究团队外（β=0.055,P=0.468）,政府监管（β=0.249,P<0.001）、行业监管（β=0.344,P<0.001）、医疗机构管理（β=0.203,P=0.023）和申办方/CRO管理（β=-0.253,P=0.005）均显着影响药物Ⅰ期临床试验质量,有序多分类Logistic回归分析结果与结构方程模型一致。此外,结构方程模型显示,影响药物Ⅰ期临床试验质量的各类影响因素之间也相互作用:政府监管与行业管理、医疗机构管理、研究团队管理、申办方/CRO管理之间显着相互影响（β=0.664,0.661,0.569,0.560,p<0.001）;医疗机构管理与行业管理、研究团队管理、申办方/CRO管理之间显着相互影响（β=0.729,0.766,0.790,p<0.001）;行业管理与研究团队管理、申办方/CRO管理之间显着相互影响（β=0.644,0.663,p<0.001）;研究团队管理与申办方/CRO管理之间显着相互影响（β=0.777,p<0.001）。药物Ⅰ期临床试验质量管理的指标体系:通过两轮德尔菲法形成了包括4个一级指标:Ⅰ期临床研究室建设与管理、质量保证体系、试验设计与风险管理、试验过程管理;15个二级指标及73个三级指标,两轮专家咨询表回收率均为100%,一级和二级指标权威系数均大于0.7,专家意见协调系数为0.387（P<0.01）。应用上述指标体系,对22家医院开展实证研究,其中19家医院总评分达到良好（评分4分以上,5分满分）,3家医院接近良好（评分3.88-3.99分）。各指标中申办方/CRO质量保证和风险管理得分较低（评分低于4分,5分满分）。应用直接加和法、TOPSⅠS法、综合指数法对评价结果进行相关分析,直接加和法和TOPSⅠS法的评价结果的相关系数为0.954,直接加和法和综合指数法的评价结果的相关系数为0.994。药物Ⅰ期临床试验质量管理案例研究:结果显示,扁平化的组织架构、优秀的复合型研究团队、严谨高效的伦理审查以及有效的风险防控对药物Ⅰ期临床试验质量管理提升发挥着积极影响。【结论与建议】1.本研究首次构建了多方参与、综合管理为特点的药物Ⅰ期临床试验质量管理模型,结果显示政府监管、行业管理、医疗机构管理、研究团队和申办方/CRO管理等为药物Ⅰ期临床试验质量的影响因素,各影响因素之间存在相互作用。政府监管、行业管理和医疗机构正向影响药物Ⅰ期临床试验质量;研究团队对试验质量影响不显着,说明研究团队人员在临床试验质量管理中的作用尚未得到充分激发;申办方/CRO管理对药物Ⅰ期临床试验质量的影响系数为负值,揭示了申办方/CRO在质量管理中的责任缺失。上述结论可为药物Ⅰ期临床试验质量的宏观管理提供依据。2.构建了药物Ⅰ期临床试验质量管理评价指标体系,覆盖药物Ⅰ期临床试验质量管理的关键环节,有良好的信度和效度,可以作为药物Ⅰ期临床试验质量管理的测评工具。实证研究结果显示,申办方/CRO质量保证和风险管理是药物Ⅰ期临床试验质量管理需要继续加强的两个方面。3.提升药物Ⅰ期临床试验质量管理建议:进一步加强政府对临床研究质量监管体系建设的主导作用,建立临床研究体系建设的有效协调机制,完善相关法律法规与技术指导文件,创新监管模式提升药物Ⅰ期临床试验质量监管效力,建立覆盖申办方/CRO监管的全方位药物Ⅰ期临床试验监管体系;鼓励和推动行业组织积极参与药物Ⅰ期临床试验质量体系建设,参与制定相关技术指导原则,开展监查稽查,建设受试者招募数据库和区域伦理中心,开展培训工作;医疗机构正确把握药物Ⅰ期临床试验发展方向,关注药物Ⅰ期临床试验质量体系建设,严格落实各项质量要求。【创新与不足】构建了多方参与、综合管理为特点的药物Ⅰ期临床试验质量的管理模型;构建了覆盖药物Ⅰ期临床试验质量管理的关键环节、有良好的信度和效度的药物Ⅰ期临床试验质量管理评价指标体系,这些成果丰富了药物临床试验的全面质量管理理论的模型与工具,为药物Ⅰ期临床试验质量的持续改进提供微观与宏观循证依据。由于调查对象为中国临床试验的机构,在其他国家或地区的推广性可能存在局限。
李太顺[3]（2020）在《贝叶斯统计在医疗器械临床试验中的应用研究》文中认为研究背景与目的:随着医疗器械临床试验评价领域创新设计需求增强,贝叶斯统计因其独特的优势,逐渐推广应用到医疗器械临床试验评价中。在美国食品药品监管局颁布关于《医疗器械临床试验贝叶斯统计应用指导原则》后,更加奠定了贝叶斯统计在医疗器械临床试验评价中的流行趋势。然而,国内关于贝叶斯统计在医疗器械临床试验中应用尚处于起步阶段,尚未发现运用贝叶斯统计方法的医疗器械审批项目。因此,本文将针对贝叶斯统计方法在医疗器械临床试验中的应用开展探索性研究,旨在通过模拟研究和实例分析,将医疗器械临床试验评价中常用贝叶斯统计方法引入国内,为我国医疗器械临床试验评价引入新思路、新方法奠定基础。研究内容与方法:（1）基于模拟研究,对贝叶斯统计中常见先验利用方法进行比较研究,分别比较几种方法对先验信息利用度情况和对后验估计结果的影响情况,同时也探讨几种方法对异质性情况和可交换假设不满足情形的应对处理能力。（2）基于模拟研究和实例分析,对非劣效临床试验设计中三种贝叶斯统计方法和频率统计方法进行比较研究,并探讨贝叶斯统计方法后验估计结果和操作特征的影响因素。（3）基于模拟研究和实例分析,对贝叶斯统计期中分析和频率统计期中分析设计进行比较研究,探讨两者在结果估计上的差别和各自影响因素。在非劣效设计临床试验情景下,对基于贝叶斯后验概率和预测概率两种方法进行比较研究,比较两者在结果估计上的差别与联系。对延迟结局情况下,基于预测概率的三种贝叶斯填补方法进行比较研究,比较不同方法在结果估计上的差别和各自影响因素。研究结果:（1）先验利用方法间比较结果发现:在设置相同情况下,基于当前数据法和先验全利用方法间后验估计结果差异最大,其余先验折扣利用方法估计值处于两者之间。当研究间异质性参数TZ2=0.0,0.01时,幂先验方法、层次先验方法和Meta分析预测先验方法后验估计值接近,当TZ2=0.10,0.25时,层次先验方法后验估计值最大,幂先验方法后验估计值大于Meta分析预测先验方法。当每组样本含量N=50时,各种方法模拟估计值与试验真实效应相差较大;当N=200时,各方法模拟估计值与试验真实效应接近。在满足可交换性假设条件下,层次先验方法、幂先验方法和Meta分析预测先验方法后验估计值接近,在不满足可交换性假设条件下,层次先验方法后验估计值最大,幂先验方法后验估计值大于Meta分析预测先验方法。（2）非劣效评价方法间比较结果发现:除后验概率阈值外,在设置相同情况下,贝叶斯统计方法与频率统计方法率差估计均值以及可信区间估计值近似,非劣效结论一致。先验对贝叶斯统计方法后验估计结果影响较大,贝叶斯统计方法非劣后验概率在乐观先验设置下最大、在悲观先验设置下最小。在设置相同情况下,贝叶斯统计方法的效能大于频率统计方法,I类错误大于频率统计方法。后验概率阈值越大,贝叶斯统计方法效能越小,后验概率阈值越大,贝叶斯统计方法I类错误也越小。（3）贝叶斯和频率统计期中分析结果发现:在设置相同情况下,贝叶斯统计方法估计试验组有效率及其可信区间与频率统计三种方法估计结果接近,贝叶斯统计方法所需平均样本量小于频率统计方法。基于后验概率和预测概率两种方法分析结果发现:在设置相同情况下,预测概率法的有效终止概率大于基于后验概率法,预测概率法I类错误率大于后验概率法,预测概率法效能也大于后验概率法,预测概率法平均样本量略低于后验概率法。结局延迟情况下期中分析结果比较发现:在同等条件下,三种基于预测概率估计法有效终止概率近似,I类错误率、效能和平均样本量大小近似。研究结论:（1）先验信息利用对贝叶斯统计后验结果影响较大,当研究间异质性较小且满足可交换假设条件时,各方法对先验信息利用效果好,研究间异质性较大或不满足可交换假设条件时,各方法对先验信息利用效果差。（2）非劣效试验设计中,贝叶斯统计方法与频率统计方法在无信息先验时估计结果近似、结论一致。三种贝叶斯统计方法可相互替代,贝叶斯抽样模拟法更具普适性和推广价值。（3）贝叶斯期中分析适应性设计不仅可以因有效早期终止试验还可因无效早期终止试验,平均样本量低于频率统计方法,更具实际应用价值。预测概率法期中分析结果估计值和效能大于后验概率法,两种方法各有利弊,应结合实际应用情况和目的配合使用。延迟结局情况下,基于预测概率和辅助变量建模预测的方法均能弥补信息损失量,提高研究效能。
朱海[4]（2020）在《铁路客运枢纽旅客换乘行为分析与衔接系统协调研究》文中研究说明伴随我国高速铁路的快速发展,以北京南站、武汉站、成都东站等为代表的现代化铁路客运站陆续完成规划建设,开始进入运营组织阶段。作为连接铁路运输网与城市交通网的重要节点,这些铁路客运站往往汇集了常规公交、城市轨道交通、出租车、私家车、网约车等多种城市交通方式,形成铁路客运枢纽。上述各类城市交通系统承担着铁路出发和抵达旅客的聚集与疏解衔接任务,共同组成了铁路客运枢纽的衔接系统。衔接系统的协调状况不仅影响着铁路旅客的出行效率,也影响着铁路客运枢纽功能的发挥、运输企业的效益以及城市的形象。运营计划层面的枢纽衔接系统协调,主要包括运能协调和时间协调两个方面,分别对应衔接方式间的运能结构匹配问题和衔接方式内的发车频率优化问题。但现有工作主要存在三方面的不足:一是现有行为分析调查对试验策略的选择,即试验设计方法和试验情景数的联合选择问题研究较少,难以有效指导试验情景表的构建。二是现有枢纽换乘行为分析模型只能描述旅客对衔接方式选择影响因素的偏好异质性,忽略了对属性处理异质性的表达。三是传统协调优化模型对需求弹性以及弹性的异质性考虑不足,将运能协调和时间协调作为两个独立问题来处理,忽略了弹性需求下运能协调和时间协调间存在的关联性。为了能更好掌握铁路旅客衔接换乘行为、进而有效开展衔接系统运能与时间一体化协调优化,本文对衔接换乘行为调查试验设计策略、衔接换乘行为分析复合异质性模型、旅客衔接换乘等候时间价值、考虑异质性需求弹性的衔接系统协调建模技术等问题进行了研究。主要完成工作和结论如下:1.开展铁路客运枢纽衔接系统组成及参与主体交互分析,梳理“衔接交通政策”、“衔接交通服务”、“旅客衔接方式选择”三者间的双向关联,探讨开展旅客衔接换乘行为分析在衔接系统协调研究中的必要性。分析衔接系统服务水平在衔接系统“能力协调”和“时间协调”间的桥梁作用,提出衔接系统“运能”与“时间”一体化协调的研究问题。探讨“集中指挥”和“自组织”两种衔接系统协调管理机制,分析两种机制下衔接系统的供需平衡关系和协调演化路径,为后续开展旅客衔接换乘弹性需求描述、统筹开展衔接系统运能和时间一体化协调建模理清思路。2.从提升叙述偏好调查数据质量的角度,基于数值分析法对常用叙述偏好调查试验设计方法在不同试验情景数下的统计特性进行了比较,提出了一种联合均匀设计方法与效率设计方法的两阶段试验设计策略。以成都东客站聚集和疏解旅客衔接换乘方式选择问题为实证对象,对提出的试验设计策略进行了应用。结果表明,均匀-效率两阶段试验设计策略同时具备均匀设计方法试验情景数选择灵活的优势,以及效率设计方法参数标定精度优良的特点,在两个衔接方向上均能有效减少试验设计情景数、降低问卷调查发放与回收工作量、提高调查效率,具有良好的实际操作性。同时,针对预调查中发现的部分受访者主动忽略或合并处理部分属性信息的现象,在第二阶段调查中增加了受访者属性处理异质性的自述调查,采集了受访者属性处理自述数据。3.针对调查过程发现的受访者属性处理异质性现象,提出一种能同时表达受访旅客属性偏好、属性处理双重异质性的换乘行为分析复合异质性模型,提升了换乘行为分析模型的解释能力和精细化表达水平。在效用函数中引入属性考虑指示变量和合并赋权参数变量,结合旅客偏好异质性的离散型偏好分布描述,实现了复合异质性的复合表达,拓展了传统离散选择模型中的全属性处理假设,弥补了只能进行属性偏好异质性描述的缺陷。针对复合异质性模型参数标定解析求解复杂的特点,给出了基于BHHH算法的极大似然函数估计参数标定方法。以成都东客站为实证对象,构建了铁路旅客聚集和疏解衔接方式选择的复合异质性模型,并结合调查数据完成了复合异质性模型及其有关单异质性模型的参数标定工作。通过比较不同模型在调整R2、标准化赤池信息量指数、求解时长、属性显着性捕捉能力,等四个方面的表现,验证了复合异质性模型相比传统离散选择模型在拟合效果和属性显着性表达能力方面的优良性。4.面向集中指挥和自组织两种协调组织机制,分别构建了考虑异质性需求弹性的多目标优化模型和广义纳什均衡博弈模型,实现了枢纽衔接系统能力与时间的一体化协调优化,拓展了传统协调优化模型中的同质化需求弹性假设,弥补了能力协调与时间协调分散优化的不足。针对集中指挥机制多目标优化问题求解中的帕累托解集特征,设计了基于NSGAII的求解算法和基于模糊隶属度的最佳妥协解选择方法;针对自组织机制广义纳什均衡博弈问题,证明了广义纳什均衡解的存在性,并将其转化为一个非线性约束的非线性规划问题,设计了遗传算法进行求解。以成都东客站一天中高峰、平峰、夜间三个时段为背景开展了算例分析,验证了模型的有效性,借助两种机制协调状态的表征量分析结果,提出了协调管理的政策建议。本文的研究完善了叙述偏好试验设计策略选择方法,能有效减少试验设计情景数、降低问卷调查发放与回收工作量、提高调查效率。拓展了传统离散选择模型中的全属性处理假设,弥补了只能进行属性偏好异质性描述的缺陷,实现了枢纽换乘行为分析的复合异质性表达、提高了模型解释能力和描述准确性。拓展了传统协调优化模型中的同质化需求弹性假设,弥补了能力协调与时间协调分散优化的不足,实现了考虑异质性需求弹性的枢纽衔接系统能力与时间一体化协调优化。可为运营计划层面的衔接系统协调方案制定提供方法借鉴和决策支持。
贺睿杰[5]（2020）在《统计活动视角下的高中生统计学习研究》文中认为面对社会的需求和变化,从20世纪80年代开始,各国的教育研究者、政策制定者和统计学家逐渐重视学校统计的教学。我国在历次数学课程改革中也逐渐提升了统计内容在数学课程中的地位和重要性。但尽管如此,学校的统计教学似乎并不能满足现代社会对统计学习的需求,学习者在学习统计概念、知识后,不能运用其解决实际问题的现象时有发生。通过统计活动的方式进行统计教学是增强统计教学效果的重要手段之一。传统的统计学习评价方式仅仅能够评测学生的知识和概念的掌握,不能从活动的角度的对学生学习进行评价。所以构建一个符合统计学科特点的评价框架是十分必要的。基于上述考虑,本文的一个研究目标就是构建一个能够从统计活动的角度反映学生统计学习水平的评价框架,并且在这个基础上,解决以下两个问题:（1）学习高中统计前,学生的统计活动具有怎样的表现特征和水平?各个阶段中学生的统计活动具有怎样的表现特征和水平?不同类型班级学生之间的表现水平是否存在差异?如果存在差异,那么与差异相关的因素是什么?（2）高中统计学习后,学生的统计活动具有怎样的表现特征与水平?课堂教学期间学生统计活动水平如何?高中统计内容学习后学生在统计活动各个阶段具有怎样的表现特征和水平,相比于学习前是否有变化?不同类型班级学生之间的水平表现是否存在差异,差异是否有所改变?为了完成评价框架的构建,研究者以美国LOCUS统计水平测试的理论框架为基础,通过对相关资料和研究的梳理,对其进行补充和修订,得到统计活动水平测试框架。该框架将统计活动划分为计划和形成问题、收集数据、处理和分析数据、推断和说明结论四个阶段,每个阶段有不同的要求,每个水平学生会有不同的活动表现。在研究框架的基础上,本研究编制了相应的测试卷,通过对约170名高中生统计内容学习前后的活动水平变化分析,回答本研究的问题。此外,为了研究课堂教学过程中的活动,本研究同时构建了一个课堂统计观察框架,通过课堂录像分析的方式从数据、情境、变异三个维度评价课堂统计活动的构建。在研究过程中同时对师生进行了访谈,以发现他们对统计活动的看法。经过量化和质性的分析,研究得到如下的主要结论:1.学生在高中统计学习前后统计活动表现特征和水平没有实质性的提高;2.学生四个阶段整体水平处于知晓术语、概念和过程的水平,学生当并不能灵活运用统计知识和技能解决实际问题;3.除形成和提出问题阶段外,文科班级学生表现优于理科班级学生。同时笔者在研究过程中发现,统计变异性和学生统计活动具有较强的相关关系。基于这个发现,笔者对统计教学的改革提出具体的教学改革建议:进一步改革考试题目关注点;增加统计教学课时;加强跨学科联动;加强信息技术使用;提高数学教师的统计活动水平;对教师进行现代信息技术的培训。最后,笔者对说明了本研究的局限指出,并对后期可能做出的改进和后续研究提出了展望。
赵宏宇[6]（2020）在《新型负泊松比汽车B柱性能分析与优化设计》文中研究指明在交通事故中,汽车侧面碰撞是主要形式之一,本文针对汽车侧面碰撞中主要受力部件B柱展开研究。针对传统B柱在碰撞过程中吸能较差、变形量过大等问题,本文利用负泊松比结构具有的良好吸能特性,设计一种基于负泊松比内芯结构的新型B柱,并对新型B柱结构进行性能分析和优化设计,以获得具有良好耐撞性能的新型负泊松比B柱优化结构。本文的主要研究内容为:首先,设计一种内凹六边形负泊松比单胞结构,并对其力学性能进行分析,为宏观结构性能研究提供理论支撑;通过对单胞结构进行旋转、阵列等操作,建立负泊松比内芯结构并将其填充到新型B柱结构;在此基础上,建立新型B柱及整车侧面碰撞模型,依据C-NCAP侧碰法规,对所建立侧面碰撞模型进行验证和耐撞性分析。其次,针对吸能量、碰撞位移和碰撞速度三个性能指标,对传统B柱和负泊松比B柱进行碰撞性能对比分析,验证新型负泊松比结构的耐撞性能得到优化。考虑到工程实际情况,通过正交试验设计对B柱主要参数进行灵敏度分析,选出对指标影响最大的参数作为后续优化设计的设计变量。最后,采用最优拉丁超立方试验设计在设计变量范围内采取样本点,建立各优化目标与设计变量之间的二次多项式响应面近似模型,并通过误差分析验证优化目标与设计变量之间模型的准确性。考虑CAE仿真分析存在误差,根据车辆侧面耐撞性的要求,建立负泊松比B柱优化设计体系,利用多目标优化算法对负泊松比B柱进行确定性优化设计和可靠性优化设计,以求在满足可靠性要求的基础上,获得负泊松比B柱优化设计的综合性能最优解。本文将负泊松比结构引入汽车B柱的耐撞性设计,研究结果可以为车身零件的设计与开发提供一定的理论基础和技术支持。
张乐乐[7]（2020）在《基于国际临床试验注册的大数据应用研究》文中认为随着大数据时代的来临,大数据相关技术也在日益发展并逐渐走向成熟,医学大数据作为最有价值的行业大数据之一,近些年来人们也对其进行了深入的研究。本文是针对医学中传统临床试验注册方案设计时的局限性,采用将大数据技术与医学中的临床试验注册数据相结合的方法,为试验的参与者、赞助商及受试者提供辅助性参考,提高方案设计的效率。本文首先通过Scrapy框架体系对临床试验注册中心的数据进行爬虫获取,并将爬虫框架进行扩建,将原来的爬虫总任务分发至几个小队列中,使之分布为几个的爬虫任务,采取并行处理的执行方式提高数据获取效率,对获取的数据进行清洗和预处理,根据一定规则将数据的属性进行合并或删除,对重复的临床试验注册进行删除,形成可供分析的数据。再通过大数据中的ARIMA模型和神经网络LSTM模型对临床试验注册量进行建模,分别构建了ARIMA（p=1,d=1,d=1）模型、步长数为1的LSTM模型和步长数为12的LSTM模型,采用构建的模型对临床试验总注册量进行预测和比较,以便掌握临床试验数据的趋势和波动状态。其次运用机器学习算法中的朴素贝叶斯算法、K近邻算法、逻辑回归算法、SGD随机梯度下降算法、（SVM）支持向量机、决策树和随机森林算法对试验设计方案中的样本量进行预测,并且尝试对随机森林算法改进,基于决策树分类精度森林中树的数量进行排除,使随机森林算法在样本量预测的准确率更高。最后利用大数据的可视化技术对乳腺癌及抗肿瘤终点指标的案例进行分析,对乳腺癌及抗肿瘤终点指标临床试验注册的区域分布情况、盲法选择、试验随机对照方法等试验设计方案进行可视化分析,总结出乳腺癌及晚期乳腺癌临床试验注册的方案设计规律,也总结出抗肿瘤终点指标常测肿瘤和期数分布等规律,为临床试验注册的参与者、设计者提供更直观更全面的试验设计信息。
郭洁[8]（2019）在《交叉设计临床试验中两个二分终点指标的同时统计推断》文中指出交叉试验设计常用于治疗慢性、病情短期内变化不大的疾病的新药检测临床试验,与平行设计、配对设计相比,交叉试验设计结合自身比较与组间比较,既可节省受试者个数和试验成本,又可排除顺序效应的影响。本文探讨含有两个二分类终点指标的交叉试验设计的同时差异性检验,进而研究同时非劣性检验问题。本文首先介绍了交叉试验设计的研究背景与发展现状。只含有一个终点指标的交叉试验设计,目前已经有了很多探讨与研究。而针对多终点指标的交叉试验设计,相关探索与文献还为数不多,所以本文重点研究含有两个二分类终点指标的交叉试验设计,以期建立合理的假设、使用适宜的检验统计量,同时评价测试药物对两个终点指标的治疗效果。本文研究的主要内容包括:（1）从差异性检验（又称不等的检验）出发,本文定义当药物对两个终点指标的治疗效果同时没有明显差异时,才能认为两种药物的疗效没有明显差异。利用并-交检验方法,通过计算score统计量,并和主流的Mainland—Gart统计量比较。利用检验统计量对两种药物针对两个终点指标的治疗效果进行了差异性检验,然后用数据模拟计算两种检验方法的功效和犯第一类错误的概率。通过数据模拟的结果,可认为score统计量的检验效果略优于Mainland-Gart统计量。（2）研究含有两个二分类终点指标的交叉试验设计非劣性检验问题。本文定义当测试药物对两个终点指标的治疗效果都同时不劣于标准对照药时,才能认为测试药物的治疗效果不劣于标准对照药,并据此提出了对应的非劣性统计假设。利用交-并检验,同样采用score统计量和Mainland—Gart统计量进行检验,并计算了近似功效,借以估计样本量。数值模拟结果显示,score统计量的检验功效略优于Mainland-Gart统计量,而Mainland-Gart检验方法的样本量估计更为准确。
马修达[9]（2019）在《惯导平台系统的多目标最优试验设计方法研究》文中研究指明由于惯导系统结构复杂,误差参数辨识试验往往不能取得良好的效果,需要对试验过程进行设计。单目标试验设计只能优化试验时间,试验精度中的一个。多目标试验设计同时优化两者,并提供一个方案集合,有利于试验的执行。本文研究惯导平台系统,采用改进的算法解决了误差参数辨识的多目标试验设计问题。首先建立试验设计所需要的平台系统的误差模型。简化陀螺仪的模型,选取21个误差参数。简化加速度计的模型,选取9个误差参数。基于ψ角法建立惯导平台系统的状态方程和观测方程。系统可观测是参数辨识的基础,由于建立的误差模型是线性时变的,需要对系统进行可观测性分析,这里采用了PWCS方法。在认为估计是无偏的,有效的前提下,对系统的可观测度边界Cramer-Rao下界进行分析,并推导了信息矩阵的求取过程。本文改进了现有的多目标优化算法MMOPSO,用以解决本文提出的试验设计问题。改进算法对精英库更新方式进行了优化,解决了算法的前沿缺失问题;对粒子群算法的全局最优解选择方法进行了改进,提高了算法向解不丰富区域移动的能力;使用了归一化的分解方法,避免了由于目标函数的数值差异导致的前沿不均匀问题;最后,采用边界反射法防止粒子飞出位置边界,避免了不必要的函数评估运算。通过ZDT系列测试函数,GD和SP评估准则,对改进算法（IMMOPSO）,MMOPSO和经典算法NSGAII进行比较研究,验证了IMMOPSO的良好性能。根据最优试验设计理论分析了各种最优准则之间的联系和差异,采用D最优准则得到了单目标优化的表达式。综合考虑试验时间,将惯导平台误差参数辨识的试验设计问题转换为有约束的多目标优化问题。为改进的多目标优化算法添加了约束处理机制,以处理本文提出的问题,并对其解决多目标试验设计问题的效果与NSGAII进行了对比,证明了改进算法的有效性。在最优轨迹下,对惯导平台误差参数的辨识方法进行研究。离散化惯导平台的误差模型,得到卡尔曼滤波方程,并采用卡尔曼滤波方法对误差参数进行了辨识,验证了卡尔曼滤波辨识惯导平台误差参数的良好效果。
孔德昭[10]（2019）在《小柴胡汤及针灸干预慢性乙型肝炎的循证评价与证据质量可视化工具的应用探索》文中进行了进一步梳理目的:1.评估中药复方小柴胡汤和针灸疗法（包括手针、电针、激光针刺、灸法、药物穴位注射、药物贴敷、穴位按压）分别干预慢性乙型肝炎的获益和风险,为临床决策者提供临床决策依据。2.评估中药复方小柴胡汤和针灸疗法分别干预慢性乙型肝炎的临床研究的方法学质量,为中医药未来临床试验研究指明方向。3.以中药复方小柴胡汤和针灸疗法分别干预慢性乙型肝炎为例,构建评估中医临床证据体的可视化工具-三维误差证据矩阵,通过系统误差、随机误差、设计误差三个维度全面评估中医临床证据体的质量,补充常用的证据质量评估方法对设计误差重视不足的缺陷,从系统误差、随机误差、设计误差三个维度提出中医临床研究设计改进建议,提高中医临床研究质量,促进中医疗法的临床实施。资料与方法:1.中药复方小柴胡汤干预慢性乙型肝炎的循证评价检索全球范围内运用中药复方小柴胡汤干预慢性乙型肝炎的临床研究,构建Cochrane系统综述分析符合纳入标准的临床研究以评估中药复方小柴胡汤干预慢性乙型肝炎的获益和风险。运用试验序贯分析（TSA）探索要获得“充分证据”所需要的样本量大小（IS）,并对获得的证据进行统计显着性检验和无效性检验,以判断是否需要进行更多的临床试验以进一步提供证据,指明未来临床研究方向。通过GRADE分级评估所获得证据质量的确定性,为临床决策制定提供依据。2.针灸疗法干预慢性乙型肝炎的循证评价检索全球范围内运用针灸疗法（包括手针、电针、激光针刺、灸法、药物穴位注射、药物贴敷、穴位按压）干预慢性乙型肝炎的临床研究,构建Cochrane系统综述分析符合纳入标准的临床研究以评估针灸疗法干预慢性乙型肝炎的获益和风险。运用试验序贯分析（TSA）探索要获得“充分证据”所需要的样本量大小（IS）,并对获得的证据进行统计显着性检验和无效性检验,以判断是否需要进行更多的临床试验以进一步提供证据,指明未来临床研究方向。通过GRADE分级评估所获得证据质量的确定性,为临床决策制定提供依据。3.三维误差证据矩阵在中医临床证据评价中应用的探索分析以小柴胡汤和针灸疗法（包括手针、电针、激光针刺、灸法、药物穴位注射、药物贴敷、穴位按压）干预慢性乙型肝炎为例,评估获得的临床证据体（Evidence body）的质量。通过系统误差（Systematic error）、随机误差（Random error）和设计误差（Design error）评估获得证据的内部真实性和外部真实性。运用证据等级水平对临床证据的系统误差风险大小进行排序,运用‘Risk of bias tool’评估临床证据的具体系统误差。运用标准误（Standard Error）评估临床证据的随机误差风险大小。根据“结局指标”的重要性对临床证据的设计误差风险大小进行分级,并对影响临床证据的设计误差的其他因素进行描述性统计分析。最终从系统误差、随机误差、设计误差三个纬度构建可视化“三维误差证据矩阵”（error matrix）,将获得的临床证据按照这三个纬度进行等级排序,提出临床证据质量改进方法及建议。结果:1.中药复方小柴胡汤干预慢性乙型肝炎的循证评价我们纳入了10项临床随机对照试验（RCT）共随机分配926例参与者。所有纳入研究均比较小柴胡汤联合常规疗法对照常规疗法。纳入的研究包含传统小柴胡汤及小柴胡汤加减方,疗程为3-8个月左右。其中有一项研究纳入合并肺结核的人群,有一项研究纳入合并肝硬化人群,其余研究只纳入患有慢性乙肝人群。所有纳入研究均被评价为高风险偏倚研究,并且所有结局指标的证据的确定性均极低。没有一项研究对全因死亡率、严重不良事件、健康相关生存质量、乙肝相关死亡率、或乙肝相关并发症这些结局指标进行评估和报告。对于非严重不良事件发生率（综合报告）这一结局指标,小柴胡汤联合常规治疗组与常规治疗组相比较,干预效应差异无统计学意义（RR=0.43,95%CI[0.02,11.98];I2=69%;P=0.62;纳入两项研究;240例参与者;证据确定性极低）。对于HBV-DNA阳性检测率改变这一结局指标,小柴胡汤联合常规治疗与常规治疗相比,小柴胡汤可降低HBV-DNA阳性人群比例（RR=0.62,95%CI[0.45,0.85];I2=0%;P=0.003;纳入三项研究;222例参与者;证据确定性极低）。对于HBeAg阳性检测率改变这一结局指标,小柴胡汤联合常规治疗组与常规治疗组相比,干预效应差异无统计学意义（RR=0.72,95%CI[0.50,1.02];I2=38%;P=0.003;纳入两项研究;160例参与者;证据确定性极低）。对于分开报告的非严重不良事件的发生率,小柴胡汤联合常规治疗组与常规治疗组相比较,干预效应差异无统计学意义:不良事件恶心的发生率（RR=5,95%CI[0.24,102.53];P>0.05;仅纳入一项研究）;不良事件恶心及呕吐的发生率（RR=2,95%CI[0.19,21.18];P>0.05;仅纳入一项研究）;不良事件头晕及失眠的发生率（RR=0.11,95%CI[0.01,2.03];P>0.05;仅纳入一项研究）;不良事件头晕及乏力的发生率（RR=1,95%CI[0.06,15.44];P>0.05;仅纳入一项研究）;不良事件口干及口苦的发生率（RR=1,95%CI[0.06,15.44];P>0.05;仅纳入一项研究）;不良事件腹胀及嗳气的发生率（RR=1,95%CI[0.06,15.44];P>0.05;仅纳入一项研究）;不良事件食欲不振的发生率（RR=1,95%CI[0.06,15.44];P>0.05;仅纳入一项研究）。各不同小柴胡汤组成、疗程、剂型、剂量的亚组分析结果无统计学差异（P>0.05）。对于参与者血清ALT水平这一结局指标,小柴胡汤联合常规治疗组与常规治疗组相比,小柴胡汤可降低参与者血清ALT水平（MD=-18.94,95%CI[-29.42,-8.45];I2=97%;P=0.0004;纳入七项研究;633例参与者;证据确定性极低）。对于参与者血清AST水平这一结局指标,小柴胡汤联合常规治疗组与常规治疗组相比,小柴胡汤可降低参与者血清AST水平（MD=-22.75,95%CI[-44.64,-0.85];I2=99%;P=0.04;纳入六项研究;867例参与者;证据确定性极低）。10项研究中有两项研究接受了政府或者医院的学术资金资助,其余研究未报告资助资金来源。此外,47项研究由于无法获得必要的方法学信息,不符合本研究的纳入标准而没有纳入本研究中。2.针灸疗法干预慢性乙型肝炎的循证评价我们纳入了8项临床随机对照试验共随机分配552例参与者。所有纳入研究均比较针灸疗法（包括手针、电针、激光针刺、灸法、药物穴位注射、药物贴敷、穴位按压）联合常规疗法对照常规疗法,有两项试验研究穴位注射疗法,三项试验研究穴位贴敷疗法,两项试验研究手针疗法,一项试验研究艾灸疗法。有7项研究只纳入患有慢性乙肝人群,有一项研究纳入合并肺结核人群,纳入研究的疗程范围为14天-12个月。所有纳入研究均被评价为高风险偏倚研究,并且所有结局指标的证据的确定性均极低。没有一项研究对全因死亡率、严重不良事、健康相关生存质量、乙肝相关死亡率、或乙肝相关并发症这些结局指标进行评估和报告。对于非严重不良事件发生率（综合报告）这一结局指标,针灸疗法组与对照组相比较,干预效应差异无统计学意义（RR=0.67,95%CI[0.43,1.06];I2=0%;P=0.09;纳入3项研究;203例参与者;证据确定性极低）。对于HBV-DNA阳性检测率这一结局指标,针灸疗法联合常规治疗与常规治疗组相比,针灸疗法可降低HBV-DNA阳性人群比例（RR=0.45,95%CI[0.27,0.74];仅纳入一项研究;58例参与者;证据确定性极低）。对于HBeAg阳性检测率改变这一结局指标,针灸疗法联合常规治疗组与常规治疗组相比,干预效应差异无统计学意义（RR=0.64,95%CI[0.11,3.68];I2=98%;P=0.61;纳入两项研究;158例参与者;证据确定性极低）。对于分开报告的非严重不良事件的发生率,针灸疗法联合常规治疗组与常规治疗组相比较,干预效应差异无统计学意义:不良事件乏力的发生率（RR=0.67,95%CI[0.12,3.78];P>0.05;仅纳入一项研究）;不良事件食欲不振的发生率（RR=0.60,95%CI[0.15,2.34];P>0.05;仅纳入一项研究）;不良事件胁肋疼痛的发生率（RR=0.67,95%CI[0.26,1.70];P>0.05;仅纳入一项研究）;不良事件心动过缓的发生率（RR=2.81,95%CI[0.12,66.17];P>0.05;仅纳入一项研究）;不良事件血常规显着异常的发生率（RR=0.62,95%CI[0.30,1.29];P>0.05;仅纳入一项研究）。针灸疗法联合常规治疗组与常规治疗组相比较,可能增加不良事件腹胀的发生率（RR=4.5,95%CI[1.04,19.54];P<0.05;仅纳入一项研究）。各不同针灸疗法、疗程、诊断标准、参与者合并疾病的亚组分析结果无统计学差异（P>0.05）。对于参与者血清ALT水平这一结局指标,针灸联合常规治疗组与常规治疗组相比,针灸可降低参与者血清ALT水平（MD=-21.35,95%CI[-33.60,-9.09];I2=81%;P=0.0006;纳入四项研究;275例参与者;证据确定性极低）。对于参与者血清AST水平这一结局指标,针灸联合常规治疗组与常规治疗组相比,针灸可降低参与者血清AST水平（MD=-18.31,95%CI[-35.44,-1.18];I2=94%;P=0.04;纳入四项研究;275例参与者;证据确定性极低）。8项研究中有三项研究接受了政府或者医院的学术资金资助,其余研究未报告资助资金来源。此外,79项研究由于缺少必要的方法学信息,不符合本研究的纳入标准而没有纳入本研究中。3.三维误差证据矩阵在中医临床证据评价中应用的探索分析我们以小柴胡汤和针灸疗法分别干预慢性乙型肝炎为例构建临床证据体质量评估工具-三维误差证据矩阵。共有两项meta分析、52项随机对照试验研究小柴胡汤干预慢性乙型肝炎的疗效。由于存在高风险的系统误差和设计误差,和小风险的随机误差,两项评估小柴胡汤干预慢性乙型肝炎的meta分析被评为低质量研究,并且均不属于系统综述。17%（9/54）的证据表现为高风险的随机误差。100%的证据表现为高风险的系统误差。对于设计误差,没有研究报告全因死亡率,2%（1/54）的证据报告了严重不良事件,20%（11/54）的证据报告了非严重不良事件,72%（39/54）的证据仅报告替代结局指标,43%（23/54）的证据清楚定义了诊断标准、纳入标准和排除标准,57%（31/54）的证据清楚报告了联合干预措施的实施方案,19%（10/54）的证据报告小柴胡汤的化裁组成,0%的证据可被评估为实用性研究,4%（2/54）的证据采用多中心试验设计。位于证据矩阵最西北角的证据代表了目前所获得的最高质量证据,为一项低质量的meta分析研究。共有两项meta分析,77项临床随机对照试验以及两项病例系列报告研究针灸疗法干预慢性乙型肝炎的疗效。由于存在高风险的系统误差和设计误差,和小风险的随机误差,两项评估针灸疗法干预慢性乙型肝炎的meta分析被评为低质量研究,并且均不属于系统综述。22%（18/81）的证据表现为高风险的随机误差。100%的证据表现为高风险的系统误差。对于设计误差,没有研究报告全因死亡率,1%（1/81）的证据既报告了全因死亡率又报告了乙肝相关并发症,19%（15/81）的证据报告的严重不良事件,36%（29/81）的证据报告了非严重不良事件,12%（10/81）的证据报告了健康相关生存质量,7%（6/81）报告了乙肝相关并发症。58%（47/81）的证据清楚定义了诊断标准、纳入标准和排除标准,44%（36/81）的证据清楚报告了联合干预措施的实施方案,9%（3/33）报告了针灸疗法的个体化裁,0%的证据报告了医疗措施实施者的资格标准,0%的研究可被评估为优效性研究或实用性研究,4%（3/81）的证据采用多中心试验设计。位于证据矩阵最西北角的证据代表了目前所获得的最高质量证据,为一项低质量的RCT研究。结论:1.获得的小柴胡汤干预慢性乙型肝炎的证据缺少对于全因死亡率、健康相关生存质量、严重不良事件、乙肝相关死亡率、乙肝相关发病率这些结局指标的评估和报告。通过评价低质量的证据,我们发现小柴胡汤联合常规疗法对比单用常规疗法可降低HBV-DNA阳性检测率,降低参与者血清ALT、AST水平,但对于非严重不良事件和HBeAg阳性检测率改变这两个结局指标,目前尚不能表明小柴胡汤联合常规疗法对比单用常规疗法具有显着有效性。由于检索到的研究具有高风险偏倚,HBV-DNA阳性检测率、参与者血清ALT、AST水平是未经证实的替代结局指标,并且纳入的研究其确定性较低,未达到所需样本量,因此结论尚不能确证。2.获得的针灸疗法（穴位注射、中药贴敷、手针、艾灸疗法）干预慢性乙型肝炎的证据缺少对于全因死亡率、健康相关生存质量、严重不良事件、乙肝相关死亡率、乙肝相关发病率这些结局指标的评估和报告。通过评价低质量的证据,我们发现手针疗法联合常规治疗对比常规治疗可降低HBV-DNA阳性检测率,手针、艾灸、穴位贴敷联合常规治疗对比常规治疗可降低参与者血清ALT、AST水平,但对于非严重不良事件和HBeAg阳性检测率改变这两个结局指标,目前尚不能表明针灸疗法联合常规疗法对比单用常规疗法具有显着有效性。针灸疗法联合常规治疗与常规治疗相比较,可能增加不良事件腹胀的发生率。但由于检索到的研究具有高风险偏倚,HBV-DNA阳性检测率、参与者血清ALT、AST水平是未经证实的替代结局指标,且未达到所需样本量,纳入的研究其确定性较低,因此关于针灸疗法对慢性乙型肝炎的有益性结论尚不能确证。而对于针灸疗法增加慢性乙型肝炎患者腹胀事件的风险,同样由于只有一项研究能够提供数据,未达到所需样本量,且纳入的研究其确定性较低,其结论同样不能确证。3.纳入的小柴胡汤和针灸疗法干预慢性乙型肝炎的研究均具有高风险偏倚,研究质量均很低。未来的研究应该对于研究人群的诊断标准以及合并疾病进行更严格清晰的限定,并且应针对不同的合并疾病进行分层随机;应设计更长随访期的临床随机对照试验;应设计更多针对以患者为中心的结局指标（如死亡率、严重不良事件、健康相关生存质量等）的临床试验,并应设计临床随机对照试验以验证替代结局指标与以患者为中心的结局指标的关系。对于小柴胡汤干预慢性乙型肝炎的临床随机对照试验:应针对不同的小柴胡汤方剂组成、不同的剂量以及不同的疗程进行试验设计;更多设计对比小柴胡汤与安慰剂干预慢性乙型肝炎的临床试验。对于针灸疗法干预慢性乙型肝炎的临床随机对照试验:应设计如激光针刺等更多疗法,或者多种疗法联合应用干预慢性乙型肝炎的研究;更多设计针刺疗法对比假针刺疗法的临床试验。4.由于高质量的系统综述是证据体中证据等级最高者,我们建议在临床实践中,实施任何干预措施前,先从高质量的系统综述中获得各种误差最小化、质量最高的证据,并且在进行系统综述时运用试验序贯分析以及GRADE分级以辅助评价证据体的质量。5.运用本研究建立的可视化“三维误差证据矩阵”发现目前小柴胡汤和针灸疗法干预慢性乙型肝炎的临床证据在系统误差、随机误差、设计误差三个方面存在较严重问题。我们提出提高中医临床证据质量的相关建议:在未来的临床随机对照试验设计中应对导致高风险系统误差的试验要素（如随机化、盲法、随机分配隐藏、不完整的结局指标、选择性报告）进行严谨的设计、实施和报告;应设计足够样本量以及多样性参与者的随机对照试验,以减少随机误差;应更多设计以患者为中心的结局指标（如死亡率、严重不良事件、健康相关生存质量等）的临床试验;应在研究设计阶段即明确疾病的诊断标准、参与者纳入标准及排除标准,并详细报告;应设计实施多中心临床试验,尽可能的进行实效性及优效性研究;针对中医辨证论治的特色,对于中医药疗法的临床研究,应当在试验设计和实施阶段清楚定义个体化裁的细节,并制定医疗干预措施实施者的资格标准。6.“三维误差证据矩阵”可应用于中医临床研究的证据体质量的可视化及证据评估,与目前常用的偏倚评估工具“Risk of bias tool”以及Grade分级标准既相互支撑,又可弥补后两者对于设计误差具体影响因素评估的不足。
二、试验设计中的统计学错误浅析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、试验设计中的统计学错误浅析（论文提纲范文）
（1）基于驾驶绩效的分心驾驶及信息过滤策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状与存在的不足 |
| 1.2.1 研究理论基础 |
| 1.2.2 分心驾驶行为特性 |
| 1.2.3 分心驾驶行为相关因素 |
| 1.2.4 分心驾驶的研究方法 |
| 1.2.5 分心驾驶的识别方法 |
| 1.2.6 分心驾驶的对策 |
| 1.2.7 现有研究存在的不足之处 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 试验数据来源与试验设计 |
| 2.1 分心驾驶数据来源 |
| 2.1.1 自然驾驶数据简介 |
| 2.1.2 车载数据采集 |
| 2.1.3 驾驶员信息 |
| 2.1.4 驾驶事件选取 |
| 2.2 信息过滤策略实车调查试验设计 |
| 2.2.1 试验人员招募 |
| 2.2.2 试验设备 |
| 2.2.3 试验设计 |
| 2.2.4 试验场景 |
| 2.2.5 试验流程 |
| 2.3 信息过滤策略驾驶模拟器试验 |
| 2.3.1 研究来源与背景 |
| 2.3.2 试验设备 |
| 2.3.3 应用信息 |
| 2.3.4 试验流程 |
| 2.4 本章小结 |
| 第三章 分心驾驶行为特性与影响因素分析 |
| 3.1 变量选取与数据预处理 |
| 3.1.1 驾驶行为特性变量选取 |
| 3.1.2 驾驶行为影响因素变量选取 |
| 3.1.3 样本选取 |
| 3.1.4 异常数据处理 |
| 3.2 分析方法与模型介绍 |
| 3.2.1 傅里叶变换 |
| 3.2.2 混合效应模型 |
| 3.3 车道偏移量分析 |
| 3.3.1 车道偏移量均值统计分析 |
| 3.3.2 车道偏移量标准差统计分析 |
| 3.3.3 车道偏移量傅里叶分析 |
| 3.4 横向速度分析 |
| 3.4.1 横向速度均值统计分析 |
| 3.4.2 横向速度标准差统计分析 |
| 3.4.3 横向速度傅里叶分析 |
| 3.5 方向盘转角分析 |
| 3.5.1 方向盘转角均值统计分析 |
| 3.5.2 方向盘转角标准差统计分析 |
| 3.5.3 方向盘转角傅里叶分析 |
| 3.6 偏航率变量分析 |
| 3.6.1 偏航率均值统计分析 |
| 3.6.2 偏航率标准差统计分析 |
| 3.6.3 偏航率傅里叶分析 |
| 3.7 速度分析 |
| 3.7.1 速度均值统计分析 |
| 3.7.2 速度标准差统计分析 |
| 3.7.3 速度傅里叶分析 |
| 3.8 加速度分析 |
| 3.8.1 加速度均值统计分析 |
| 3.8.2 加速度标准差统计分析 |
| 3.8.3 加速度傅里叶分析 |
| 3.9 本章小结 |
| 第四章 基于驾驶绩效的分心识别模型研究 |
| 4.1 支持向量机 |
| 4.1.1 SVM特点 |
| 4.1.2 二元分类 |
| 4.1.3 多元分类 |
| 4.1.4 参数优化 |
| 4.1.5 交叉验证 |
| 4.2 基于驾驶绩效的分心识别模型构建 |
| 4.2.1 模型特征指标选择 |
| 4.2.2 模型输入变量 |
| 4.2.3 驾驶分心识别模型构建 |
| 4.3 基于驾驶绩效的分心识别模型评价 |
| 4.3.1 网格搜寻算法寻优 |
| 4.3.2 遗传算法寻优 |
| 4.3.3 序列最小优化算法寻优 |
| 4.3.4 寻优结果对比 |
| 4.4 本章小结 |
| 第五章 驾驶员对信息过滤策略的感受调查分析 |
| 5.1 调查对象 |
| 5.2 调查内容设计 |
| 5.3 驾驶员信息分析 |
| 5.4 初步调查结果分析 |
| 5.5 李克特量表数据分析与评价 |
| 5.5.1 分析与评价原理 |
| 5.5.2 问卷分析结果 |
| 5.5.3 量表数据模糊评价 |
| 5.6 本章小结 |
| 第六章 信息过滤策略对分心驾驶行为影响分析与评价 |
| 6.1 分析结构 |
| 6.2 数据预处理 |
| 6.2.1 自变量选取 |
| 6.2.2 因变量选取 |
| 6.2.3 样本选取 |
| 6.2.4 异常数据处理 |
| 6.3 交通密度对驾驶绩效影响分析 |
| 6.3.1 分析方法 |
| 6.3.2 分析结果 |
| 6.4 信息过滤策略对驾驶绩效影响分析 |
| 6.4.1 分析方法 |
| 6.4.2 车道偏移量分析 |
| 6.4.3 方向盘转角分析 |
| 6.4.4 速度分析 |
| 6.4.5 加速度分析 |
| 6.5 信息过滤策略对驾驶员信息判断影响分析 |
| 6.6 基于驾驶绩效的信息过滤策略模糊评价 |
| 6.6.1 确定评价指标因素集和评判集 |
| 6.6.2 确定评价指标因素权重向量 |
| 6.6.3 确定评价指标因素隶属度矩阵 |
| 6.6.4 模糊综合评价结果 |
| 6.7 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要研究成果与结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录A 交通安全常识判断题(节选) |
| 附录B 专家调查问卷 |
| 作者简介 |
（2）药物Ⅰ期临床试验质量管理模式研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 基本概念和理论回顾 |
| 1.2.1 基本概念 |
| 1.2.2 理论回顾 |
| 1.3 药物临床试验质量的研究基础 |
| 1.3.1 药物临床试验质量管理现状及存在问题 |
| 1.3.2 风险管理理念 |
| 1.3.3 临床试验质量评价标准 |
| 1.3.4 临床试验质量评价工具研究 |
| 1.4 药物Ⅰ期临床试验质量管理研究基础 |
| 1.4.1 药物Ⅰ期临床试验的特点 |
| 1.4.2 药物Ⅰ期临床试验质量管理研究基础 |
| 1.4.2.1 试验设计与结果分析 |
| 1.4.2.2 受试者保护与管理 |
| 1.4.2.3 试验病区与试验药房管理 |
| 1.4.2.4 风险管理与不良事件处置 |
| 1.4.3 药物Ⅰ期临床试验质量管理研究的科学问题 |
| 2 研究内容与方法 |
| 2.1 研究目的 |
| 2.2 研究内容 |
| 2.2.1 药物Ⅰ期临床试验开展情况及质量管理的政策与实践基础 |
| 2.2.2 药物Ⅰ期临床试验质量管理模型研究 |
| 2.2.3 药物Ⅰ期临床试验质量管理指标体系研究 |
| 2.2.4 药物Ⅰ期临床试验质量管理典型案例研究 |
| 2.2.5 药物Ⅰ期临床试验质量管理模式的实施策略研究 |
| 2.3 研究方法 |
| 2.3.1 资料收集方法 |
| 2.3.2 资料分析方法 |
| 2.4 技术路线 |
| 3 药物Ⅰ期临床试验开展情况及质量管理法律法规和监管回顾 |
| 3.1 药物Ⅰ期临床试验开展情况分析 |
| 3.1.1 数据来源 |
| 3.1.2 药物Ⅰ期临床试验开展情况 |
| 3.1.2.1 国外药物Ⅰ期临床试验开展情况 |
| 3.1.2.2 我国药物Ⅰ期临床试验开展情况 |
| 3.1.2.3 我国与其他国家(地区)药物Ⅰ期临床试验开展情况比较 |
| 3.1.3 小结 |
| 3.2 药物Ⅰ期临床试验质量管理的法规梳理 |
| 3.2.1 ICH临床试验法规 |
| 3.2.2 美国药物临床试验法规 |
| 3.2.3 欧洲药物Ⅰ期临床试验法规 |
| 3.2.3.1 欧洲药品管理局 |
| 3.2.3.2 英国药品和健康产品管理局和英国制药工业协会 |
| 3.2.3.3 意大利药监局 |
| 3.2.3.4 法国相关学术团体 |
| 3.2.4 日本药物Ⅰ期临床试验法规 |
| 3.2.5 我国药物Ⅰ期临床试验法规 |
| 3.2.6 药物Ⅰ期临床试验法规中的质量要素 |
| 3.3 药物Ⅰ期临床试验质量的监管 |
| 3.3.1 国外对药物Ⅰ期临床试验质量的监管 |
| 3.3.1.1 美国监管情况 |
| 3.3.1.2 欧盟监管情况 |
| 3.3.1.3 日本监管情况 |
| 3.3.2 我国对药物Ⅰ期临床试验质量的监管 |
| 3.4 药物Ⅰ期临床试验质量管理的要素清单 |
| 3.4.1 宏观层面对利益相关方的归纳整理 |
| 3.4.2 微观层面对质量管理主要环节的归纳整理 |
| 3.5 本章小结 |
| 4 药物Ⅰ期临床试验质量管理模型——宏观视角下 |
| 4.1 药物Ⅰ期临床试验质量管理模型的测量基础 |
| 4.1.1 研究方法 |
| 4.1.1.1 初步设计 |
| 4.1.1.2 专家咨询法 |
| 4.1.1.2.1 对象与方法 |
| 4.1.1.2.2 专家基本情况 |
| 4.1.2 调查结果-药物Ⅰ期临床试验质量管理的问卷构建 |
| 4.1.3 小结 |
| 4.2 药物Ⅰ期临床试验质量管理模型的构建 |
| 4.2.1 研究方法 |
| 4.2.1.1 研究对象与资料收集方法 |
| 4.2.1.2 统计学方法 |
| 4.2.1.2.1 信效度分析 |
| 4.2.1.2.2 单因素分析 |
| 4.2.1.2.3 有序多分类Logistic回归分析 |
| 4.2.1.2.4 结构方程模型(SEM) |
| 4.2.2 研究结果 |
| 4.2.2.1 问卷调查对象基本情况 |
| 4.2.2.2 问卷信效度 |
| 4.2.2.2.1 探索性因子分析 |
| 4.2.2.2.2 验证性因子分析 |
| 4.2.2.2.3 内部一致性信度分析 |
| 4.2.2.3 描述性分析 |
| 4.2.2.3.1 药物Ⅰ期临床试验质量描述性分析 |
| 4.2.2.3.2 药物Ⅰ期临床试验质量各影响因素的描述性分析 |
| 4.2.2.4 药物Ⅰ期临床试验质量的单因素分析 |
| 4.2.2.5 药物Ⅰ期临床试验质量多因素回归的管理模型——有序多分类LOGⅠSTⅠC回归分析 |
| 4.2.2.5.1 药物Ⅰ期临床试验质量(整体质量)的回归模型 |
| 4.2.2.5.2 药物Ⅰ期临床试验质量(受试者权益保护程度)的回归模型 |
| 4.2.2.5.3 药物Ⅰ期临床试验质量(质量保证体系建设)的回归模型 |
| 4.2.2.5.4 药物Ⅰ期临床试验质量(试验病房建设与管理水平)的回归模型 |
| 4.2.2.5.5 药物Ⅰ期临床试验质量(试验实施的风险管理)的回归模型 |
| 4.2.2.5.6 药物Ⅰ期临床试验总体质量的有序多分类Logistic回归分析 |
| 4.2.2.6 药物Ⅰ期临床试验质量管理模型——基于5 类影响因素的结构方程模型 |
| 4.3 本章小结 |
| 5 药物Ⅰ期临床试验质量管理的指标体系——微观视角下 |
| 5.1 药物Ⅰ期临床试验质量管理指标体系的构建 |
| 5.1.1 指标体系设计原则 |
| 5.1.2 指标体系的设计 |
| 5.1.3 专家咨询法 |
| 5.1.3.1 专家咨询表 |
| 5.1.3.2 专家咨询分析内容与方法 |
| 5.1.4 专家咨询分析结果 |
| 5.1.4.1 第一轮咨询 |
| 5.1.4.1.1 专家基本情况 |
| 5.1.4.1.2 专家积极系数 |
| 5.1.4.1.3 专家意见权威程度 |
| 5.1.4.1.4 专家意见协调系数 |
| 5.1.4.1.5 专家意见集中程度及指标筛选 |
| 5.1.4.1.6 专家补充意见 |
| 5.1.4.2 第二轮咨询 |
| 5.1.4.2.1 专家意见协调系数 |
| 5.1.4.2.2 专家意见集中程度及指标筛选 |
| 5.1.4.2.3 专家补充意见 |
| 5.1.5 药物Ⅰ期临床试验质量管理指标体系 |
| 5.2 药物Ⅰ期临床试验质量管理评价的实证研究 |
| 5.2.1 研究设计与实施 |
| 5.2.1.1 研究目的 |
| 5.2.1.2 研究对象与方法 |
| 5.2.1.3 数据整理与统计分析 |
| 5.2.2 实证研究结果 |
| 5.2.2.1 指标体系的信度系数 |
| 5.2.2.2 各级指标评分情况 |
| 5.2.2.3 各临床试验机构质量管理评分情况 |
| 5.2.2.4 综合评价法、TOPSIS法、综合指数法的结果一致性研究 |
| 5.2.3 指标体系实证研究小结 |
| 5.3 本章小结 |
| 6 药物Ⅰ期临床试验质量管理对策——典型案例研究 |
| 6.1 研究方法 |
| 6.1.1 调查主题 |
| 6.1.2 调查对象 |
| 6.1.3 研究内容 |
| 6.2 研究结果 |
| 6.2.1 案例医院药物Ⅰ期临床试验研究概况 |
| 6.2.2 药物Ⅰ期临床试验质量管理特色 |
| 6.2.2.1 扁平化的组织架构 |
| 6.2.2.2 优秀的主要研究者 |
| 6.2.2.3 科学的研究团队形成机制 |
| 6.2.2.4 复合型药学专业人员 |
| 6.2.2.5 严格的受试者保护 |
| 6.2.2.6 严谨高效的伦理审查 |
| 6.2.2.7 践行基于风险管理的理念 |
| 6.3 对进一步提升药物Ⅰ期临床试验质量的期许 |
| 6.4 本章小结 |
| 7 讨论与建议 |
| 7.1 讨论 |
| 7.1.1 药物Ⅰ期临床试验开展情况及法律法规、监管工作梳理 |
| 7.1.1.1 试验数量及试验设计还存在差距 |
| 7.1.1.2 试验整体质量有待提升 |
| 7.1.1.3 法律法规建设与监管工作需要继续改进 |
| 7.1.2 药物Ⅰ期临床试验质量管理模型 |
| 7.1.2.1 药物Ⅰ期临床试验质量管理模型的总体讨论 |
| 7.1.2.2 政府监管等因素对试验质量的影响 |
| 7.1.3 药物Ⅰ期临床试验质量评价指标体系 |
| 7.1.3.1 申办方/CRO的责任 |
| 7.1.3.2 试验实施过程中的风险管理 |
| 7.2 建议 |
| 7.2.1 进一步加强政府的主导作用 |
| 7.2.1.1 建立各方协调机制 |
| 7.2.1.2 完善法律法规与技术指导文件 |
| 7.2.1.3 创新监管模式提升监管效力 |
| 7.2.1.4 建立覆盖申办方/CRO监管的全方位监管体系 |
| 7.2.2 鼓励行业组织积极参与试验质量管理 |
| 7.2.2.1 参与制定技术指南 |
| 7.2.2.2 开展监查和稽查 |
| 7.2.2.3 参与建设受试者招募数据库 |
| 7.2.2.4 开展GCP培训工作 |
| 7.2.2.5 助力区域伦理中心建设 |
| 7.2.3 医疗机构应加强试验质量管理 |
| 7.2.3.1 正确定位药物Ⅰ期临床试验 |
| 7.2.3.2 科学配备研究团队 |
| 7.2.3.3 严格落实质量管理要求 |
| 研究创新与不足 |
| 致谢 |
| 参考文献 |
| 文献综述 药物Ⅰ期临床试验质量管理法律法规综述 |
| 参考文献 |
| 附件1 攻读学位期间发表论文目录 |
| 附件2 药物Ⅰ期临床试验质量管理工具及模型预调查问卷 |
| 附件3 药物Ⅰ期临床试验质量管理工具及模型调查问卷 |
| 附件4 “药物Ⅰ期临床试验质量评价指标”专家咨询表 |
（3）贝叶斯统计在医疗器械临床试验中的应用研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 主要缩略词 |
| 前言 |
| 1.背景介绍 |
| 2.贝叶斯统计原理 |
| 2.1 贝叶斯统计理论 |
| 2.2 贝叶斯统计理论在临床试验中的重要概念 |
| 3.研究内容 |
| 第一章 先验信息利用 |
| 1.1 背景介绍 |
| 1.2 方法学原理 |
| 1.2.1 MAP先验 |
| 1.2.2 幂先验 |
| 1.2.3 贝叶斯层次先验 |
| 1.3 模拟情景的设计和设置 |
| 1.3.1 模拟数据集 |
| 1.3.2 模拟情景和模拟参数设置 |
| 1.4 模拟结果 |
| 1.4.1 后验估计结果 |
| 1.4.2 I类错误模拟结果 |
| 1.4.3 效能模拟结果 |
| 1.5 讨论 |
| 第二章 非劣效试验中贝叶斯统计分析 |
| 2.1 背景介绍 |
| 2.2 方法学原理 |
| 2.2.1 正态近似法 |
| 2.2.2 精确概率计算法 |
| 2.2.3 贝叶斯抽样模拟法 |
| 2.3 模拟设置 |
| 2.4 模拟结果 |
| 2.4.1 后验估计结果 |
| 2.4.2 I类错误的模拟计算 |
| 2.4.3 效能的模拟计算 |
| 2.5 讨论 |
| 2.6 真实案例 |
| 第三章 贝叶斯统预测概率在期中分析适应性设计中的应用 |
| 3.1 期中分析:频率统计方法与贝叶斯统计方法比较 |
| 3.1.1 背景介绍 |
| 3.1.2 方法学原理 |
| 3.1.3 模拟设置 |
| 3.1.4 模拟结果 |
| 3.1.5 讨论 |
| 3.2 期中分析:基于后验概率与基于预测概率 |
| 3.2.1 背景介绍 |
| 3.2.2 方法学原理 |
| 3.2.3 模拟设置 |
| 3.2.4 模拟结果 |
| 3.2.5 讨论 |
| 3.3 期中分析:基于延迟响应结局的期中分析 |
| 3.3.1 背景介绍 |
| 3.3.2 方法学原理 |
| 3.3.3 模拟设置 |
| 3.3.4 模拟结果 |
| 3.3.5 讨论 |
| 3.4 真实案例分析 |
| 第四章 研究总结 |
| 4.1 主要结论 |
| 4.2 研究创新点 |
| 4.3 研究局限性与展望 |
| 参考文献 |
| 综述贝叶斯适应设计在医疗器械临床试验中的应用 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（4）铁路客运枢纽旅客换乘行为分析与衔接系统协调研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究目标和主要研究内容 |
| 1.2.1 研究目标 |
| 1.2.2 研究内容 |
| 1.3 技术路线 |
| 1.4 论文结构 |
| 第2章 国内外文献综述 |
| 2.1 旅客衔接换乘行为分析 |
| 2.2 旅客衔接换乘行为调查 |
| 2.2.1 RP与SP调查法 |
| 2.2.2 SP调查试验设计 |
| 2.3 枢纽衔接系统协调优化方法 |
| 2.4 研究现状总结 |
| 第3章 考虑换乘行为的枢纽衔接系统协调内涵解析 |
| 3.1 铁路客运枢纽系统分析 |
| 3.1.1 铁路客运枢纽概念与功能 |
| 3.1.2 铁路客运枢纽模块分析 |
| 3.2 旅客换乘行为与衔接系统主体交互 |
| 3.2.1 旅客换乘行为 |
| 3.2.2 衔接系统组成 |
| 3.2.3 相关主体交互分析 |
| 3.3 衔接系统协调内容与管理机制 |
| 3.3.1 协调内容 |
| 3.3.2 协调管理机制 |
| 3.4 本章小结 |
| 第4章 SP试验设计策略与衔接换乘行为调查研究 |
| 4.1 衔接换乘影响因素与水平编码 |
| 4.1.1 铁路出行属性 |
| 4.1.2 衔接行程属性 |
| 4.1.3 旅客社会经济属性 |
| 4.2 均匀-效率两阶段试验设计策略 |
| 4.2.1 SP试验设计构建影响因素 |
| 4.2.2 SP试验设计策略比较 |
| 4.3 铁路旅客聚集与疏解衔接换乘行为调查 |
| 4.3.1 调查方案设计 |
| 4.3.2 调查实施过程 |
| 4.3.3 调查数据初步分析 |
| 4.4 本章小结 |
| 第5章 考虑复合异质性的衔接换乘行为分析模型 |
| 5.1 属性偏好与属性处理异质性 |
| 5.1.1 属性偏好异质性 |
| 5.1.2 属性处理异质性 |
| 5.2 复合异质性表达 |
| 5.2.1 建模思路 |
| 5.2.2 模型参数标定 |
| 5.3 聚集衔接方式选择复合异质性模型 |
| 5.3.1 模型描述 |
| 5.3.2 模型测试与比较 |
| 5.3.3 测试结果讨论 |
| 5.4 疏解衔接方式选择复合异质性模型 |
| 5.4.1 模型描述 |
| 5.4.2 模型测试与比较 |
| 5.4.3 测试结果讨论 |
| 5.5 本章小结 |
| 第6章 枢纽衔接系统协调优化研究 |
| 6.1 协调策略分析 |
| 6.1.1 弹性分析法 |
| 6.1.2 价格调整策略 |
| 6.1.3 车内时间调整策略 |
| 6.1.4 等候时间调整策略 |
| 6.1.5 衔接等候时间价值测算 |
| 6.2 集中指挥机制下的衔接系统协调优化 |
| 6.2.1 集中指挥优化模型构建 |
| 6.2.2 算法设计 |
| 6.2.3 最佳妥协解的选择 |
| 6.3 自组织机制下的衔接系统协调演进 |
| 6.3.1 广义纳什博弈模型构建 |
| 6.3.2 博弈均衡解的存在性证明 |
| 6.3.3 算法设计 |
| 6.4 算例分析 |
| 6.4.1 基础数据与参数设置 |
| 6.4.2 集中指挥机制协调 |
| 6.4.3 自组织机制协调 |
| 6.4.4 结果比较分析 |
| 6.4.5 政策建议 |
| 6.5 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录A 基于真实水平的聚集衔接方式属性水平编码表 |
| 附录B 基于真实水平的疏解衔接方式属性水平编码表 |
| 附录C 聚集衔接换乘行为调查表项 |
| 附录C-1 聚集衔接换乘行为预调查均匀设计表 |
| 附录C-2 聚集衔接换乘行为预调查问卷示意 |
| 附录C-3 聚集衔接换乘行为第二阶段调查效率设计表 |
| 附录C-4 聚集衔接换乘行为第二阶段调查问卷示意 |
| 附录D 疏解衔接换乘行为调查表项 |
| 附录D-1 疏解衔接换乘行为调查均匀设计表 |
| 附录D-2 疏解衔接换乘行为预调查问卷示意 |
| 附录D-3 疏解衔接换乘行为第二阶段调查效率设计表 |
| 附录D-4 疏解衔接换乘行为第二阶段调查问卷示意 |
| 攻读博士期间发表论文与科研情况 |
（5）统计活动视角下的高中生统计学习研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究问题 |
| 1.3 研究意义 |
| 1.4 论文结构 |
| 第二章 文献综述 |
| 2.1 统计学科的发展与特点 |
| 2.2 统计活动的过程与水平 |
| 2.3 统计的课堂教学 |
| 2.4 学生统计学习的评价与测试 |
| 第三章 研究的设计与实施 |
| 3.1 研究对象 |
| 3.2 研究方法 |
| 3.3 评价框架 |
| 3.4 数据的收集与分析 |
| 第四章 高中生统计学习前的统计活动特征表现 |
| 4.1 学生计划和形成问题的表现 |
| 4.2 学生收集数据的表现 |
| 4.3 学生处理和分析数据的表现 |
| 4.4 学生推断和说明结论的表现 |
| 4.5 高中统计学习前学生统计活动的特征 |
| 第五章 统计活动视角下的高中生统计学习分析 |
| 5.1 计划和形成问题的学习 |
| 5.2 收集数据的学习 |
| 5.3 处理和分析数据的学习 |
| 5.4 推断和说明结论的学习 |
| 5.5 高中统计课堂教学和统计学习的特征 |
| 第六章 结论和讨论 |
| 6.1 研究结论 |
| 6.2 研究启示 |
| 6.3 教学建议 |
| 6.4 研究的局限与展望 |
| 参考文献 |
| 附录 |
| 作者简历及在学期间所取得的科研成果 |
| 致谢 |
（6）新型负泊松比汽车B柱性能分析与优化设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 汽车碰撞安全及B柱耐撞性概述 |
| 1.2.1 汽车碰撞安全概述 |
| 1.2.2 B柱耐撞性概述 |
| 1.3 B柱结构研究现状 |
| 1.4 负泊松比结构研究现状 |
| 1.5 本文主要研究内容 |
| 第二章 新型负泊松比B柱及整车侧面碰撞系统建模 |
| 2.1 负泊松比单胞结构 |
| 2.1.1 单胞结构参数 |
| 2.1.2 力学性能分析 |
| 2.2 负泊松比B柱模型 |
| 2.2.1 负泊松比内芯结构 |
| 2.2.2 拼焊板B柱外板结构 |
| 2.2.3 负泊松比拼焊板B柱模型 |
| 2.3 整车侧面碰撞模型 |
| 2.3.1 整车模型 |
| 2.3.2 移动壁障模型 |
| 2.3.3 整车侧碰模型 |
| 2.4 侧面碰撞模型验证及分析 |
| 2.4.1 能量守恒分析 |
| 2.4.2 侧面碰撞变形分析 |
| 2.5 本章小结 |
| 第三章 新型负泊松比B柱性能分析 |
| 3.1 试验设计方法 |
| 3.1.1 正交试验设计 |
| 3.1.2 均匀试验设计 |
| 3.1.3 拉丁超立方试验设计 |
| 3.2 B柱侧面碰撞性能指标分析 |
| 3.2.1 能量指标 |
| 3.2.2 速度指标 |
| 3.2.3 位移指标 |
| 3.3 B柱参数灵敏度分析 |
| 3.3.1 正交试验设计 |
| 3.3.2 B柱参数灵敏度分析 |
| 3.4 本章小结 |
| 第四章 新型负泊松比B柱可靠性优化设计 |
| 4.1 总体优化流程 |
| 4.2 近似模型建立 |
| 4.2.1 设计变量 |
| 4.2.2 优化目标及约束 |
| 4.2.3 试验设计 |
| 4.2.4 响应面模型 |
| 4.3 确定性优化 |
| 4.3.1 优化模型 |
| 4.3.2 优化算法 |
| 4.3.3 优化结果分析 |
| 4.4 可靠性优化 |
| 4.4.1 6Sigma设计 |
| 4.4.2 可靠性分析 |
| 4.4.3 可靠性设计 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（7）基于国际临床试验注册的大数据应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 医学大数据的发展现状 |
| 1.2.2 临床试验注册的发展现状 |
| 1.3 本文研究内容 |
| 1.4 本文结构安排 |
| 第二章 数据的获取与处理 |
| 2.1 数据的来源 |
| 2.2 数据的获取 |
| 2.2.1 基于网络爬虫的数据获取技术简介 |
| 2.2.2 基于Scrapy技术的分布式爬虫设计与优化 |
| 2.2.3 数据获取策略设计 |
| 2.3 数据的清洗 |
| 2.4 数据的初步可视化分析 |
| 2.4.1 数据的变换 |
| 2.4.2 数据的简化 |
| 2.4.3 数据的初步可视化 |
| 2.5 本章小结 |
| 第三章 临床试验注册设计方案需求及注册趋势研究 |
| 3.1 基于临床试验注册的大数据技术意义及需求 |
| 3.1.1 大数据技术应用的意义 |
| 3.1.2 基于临床试验注册方案的需求分析 |
| 3.2 ARIMA模型的理论综述及试验注册量预测 |
| 3.2.1 ARIMA模型的理论综述 |
| 3.2.2 基于ARIMA模型的临床试验注册量的预测 |
| 3.3 LSTM模型的理论综述及试验注册量预测 |
| 3.3.1 LSTM模型的理论综述 |
| 3.3.2 基于LSTM模型的临床试验注册量的预测 |
| 3.4 ARIMA模型与LSTM模型的预测精度研究 |
| 3.5 本章小结 |
| 第四章 基于机器学习算法的样本量预测及改进 |
| 4.1 样本量预测的研究意义 |
| 4.2 机器学习算法的实现与选取 |
| 4.2.1 机器学习算法的介绍 |
| 4.2.2 分类算法的介绍与实现 |
| 4.3 随机森林算法的介绍与改进 |
| 4.4 算法建模过程 |
| 4.5 实验设计及结果 |
| 4.6 本章小结 |
| 第五章 基于临床试验注册的可视化技术应用及案例分析 |
| 5.1 大数据的可视化技术发展及意义 |
| 5.2 基于乳腺癌临床试验注册的可视化分析 |
| 5.2.1 乳腺癌临床试验注册的研究意义 |
| 5.2.2 数据的筛选规则 |
| 5.2.3 乳腺癌试验的一般注册规律 |
| 5.2.4 转移性乳腺癌的试验设计规律 |
| 5.3 抗肿瘤药物临床试验主要终点的规律研究 |
| 5.3.1 临床试验主要终点的介绍及意义 |
| 5.3.2 数据的纳入规则 |
| 5.3.3 纳入的试验设计规律研究 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（8）交叉设计临床试验中两个二分终点指标的同时统计推断（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 本文研究工作 |
| 第二章 差异性检验评价研究 |
| 2.1 符号定义与说明 |
| 2.2 同时差异性检验 |
| 2.3 score检验 |
| 2.4 Mainland-Gart检验 |
| 2.5 数值模拟 |
| 第三章 非劣性检验评价研究 |
| 3.1 同时非劣性检验 |
| 3.2 score检验 |
| 3.3 Mainland-Gart检验 |
| 3.4 样本量估计 |
| 3.5 模拟研究 |
| 3.6 实例分析 |
| 第四章 总结与讨论 |
| 4.1 全文总结 |
| 4.2 讨论与展望 |
| 附录 |
| 参考文献 |
| 致谢 |
（9）惯导平台系统的多目标最优试验设计方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 惯导平台误差模型 |
| 1.2.2 试验设计理论 |
| 1.2.3 多目标粒子群算法 |
| 1.3 本文主要研究内容 |
| 第2章 平台误差模型的建立与分析 |
| 2.1 平台误差模型的建立 |
| 2.1.1 坐标系定义 |
| 2.1.2 状态方程的建立 |
| 2.1.3 观测方程的建立 |
| 2.2 模型的可观测性分析 |
| 2.3 模型的可观测度分析 |
| 2.4 本章小结 |
| 第3章 改进的多目标粒子群算法 |
| 3.1 多目标优化问题 |
| 3.2 多目标优化算法基础 |
| 3.2.1 传统的多目标优化算法 |
| 3.2.2 Pareto法多目标优化 |
| 3.2.3 分解法多目标优化 |
| 3.3 基于Pareto的遗传算法 |
| 3.3.1 遗传算法的基本原理 |
| 3.3.2 第二代非支配排序遗传算法 |
| 3.4 改进的粒子群算法 |
| 3.4.1 粒子群算法的基本原理 |
| 3.4.2 改进的分解粒子群算法 |
| 3.5 算法的比较研究 |
| 3.5.1 多目标算法测试函数 |
| 3.5.2 多目标算法评价准则 |
| 3.5.3 多目标算法的比较 |
| 3.6 本章小结 |
| 第4章 多目标优化在试验设计中的应用 |
| 4.1 试验设计的工程简化 |
| 4.2 单目标试验设计 |
| 4.3 多目标试验设计 |
| 4.4 多目标试验设计的计算 |
| 4.4.1 算法的约束处理 |
| 4.4.2 试验设计仿真分析 |
| 4.4.3 单目标与多目标试验设计的比较 |
| 4.5 本章小结 |
| 第5章 惯导平台误差参数辨识研究 |
| 5.1 系统的滤波方程 |
| 5.2 辨识的仿真分析 |
| 5.2.1 卡尔曼滤波 |
| 5.2.2 参数辨识仿真 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（10）小柴胡汤及针灸干预慢性乙型肝炎的循证评价与证据质量可视化工具的应用探索（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 英文缩略词表 |
| 前言 |
| 论文一 中药复方小柴胡汤干预慢性乙型肝炎的循证评价 |
| 资料与方法 |
| 研究结果 |
| 讨论 |
| 小结 |
| 论文二 针灸疗法治疗慢性乙型肝炎的循证评价 |
| 资料与方法 |
| 研究结果 |
| 讨论 |
| 小结 |
| 论文三 三维误差证据矩阵在中医临床证据评价中应用的探索分析 |
| 资料与方法 |
| 研究结果 |
| 讨论 |
| 小结 |
| 结论 |
| 本研究创新性的自我评价 |
| 参考文献 |
| 附表 |
| 综述一 高级别循证医学证据的评价与综合的重要性和方法学进展 |
| 参考文献 |
| 综述二 证据评价的工具现状及研制新的多维质量评价工具的必要性 |
| 参考文献 |
| 个人简介 |
| 在学期间科研成绩 |
| 致谢 |
四、试验设计中的统计学错误浅析（论文参考文献）
- [1]基于驾驶绩效的分心驾驶及信息过滤策略研究[D]. 汪圆. 东南大学, 2020(01)
- [2]药物Ⅰ期临床试验质量管理模式研究[D]. 赵扬. 华中科技大学, 2020(01)
- [3]贝叶斯统计在医疗器械临床试验中的应用研究[D]. 李太顺. 东南大学, 2020
- [4]铁路客运枢纽旅客换乘行为分析与衔接系统协调研究[D]. 朱海. 西南交通大学, 2020(07)
- [5]统计活动视角下的高中生统计学习研究[D]. 贺睿杰. 华东师范大学, 2020(08)
- [6]新型负泊松比汽车B柱性能分析与优化设计[D]. 赵宏宇. 南京航空航天大学, 2020(07)
- [7]基于国际临床试验注册的大数据应用研究[D]. 张乐乐. 上海工程技术大学, 2020(04)
- [8]交叉设计临床试验中两个二分终点指标的同时统计推断[D]. 郭洁. 云南大学, 2019(03)
- [9]惯导平台系统的多目标最优试验设计方法研究[D]. 马修达. 哈尔滨工业大学, 2019(02)
- [10]小柴胡汤及针灸干预慢性乙型肝炎的循证评价与证据质量可视化工具的应用探索[D]. 孔德昭. 辽宁中医药大学, 2019(01)