摘要：了解消费者选择产品的行为过程及其影响因素对于厂家选择市场、设计服务、采取有效的商业策略等有着重要的指导意义。如何测度消费者的需求及偏好(ｐｒｅｆｅｒｅｎｃｅ)一直受到学术界和经营管理界的广泛关注。七十年代以前,普遍采用的传统的回归分析方法并未使这一问题得到很好地解决〔1,2,3〕。之后,国外开始运用联合分析(ｃｏｎｊｏｉｎｔａｎａｌｙｓｉｓ)来测量消费者对不同产品/服务的偏好情况。到八十年代,随着设计与分析过程的计算机程序化,该法更加经济、快速、简便,逐渐形成了一套较为完善的方法体系。许多研究表明用联合分析建立的偏好预测模型具有很好的信度和效度,不失为一种灵活可靠的方法〔2～8〕。另一方面,其

摘要：目的美国FDA在其非劣效临床试验指南中提供了两种基于相对度量指标的非劣效界值计算方法,一种是与绝对度量指标非劣效界值计算方法相对应的对数转换法(简称对数转换法),另外一种是直接基于相对风险的计算方法(简称直接计算法)。本文探讨了这两种方法计算结果的差异,以评估该差异对非劣效试验结果的影响。方法以风险比(hazard ratio,HR)为例,指代阳性对照药与安慰剂的疗效差异的保守估计值,从计算公式上阐述两种方法的关系,并展示两种方法在高优与低优指标中计算得到的非劣效界值的差异。结果当HR在0.80~1.25时,两种方法计算得到的非劣效界值差别在1%以内;当HR越远离1,差别越大。当取相同的效应保留比例f时,直接计算法计算出的非劣效界值总大于对数转换法,此时会导致低优指标使用直接计算法计算出的界值相对更激进,而高优指标则相对保守。当设定相同的非劣效界值δ时,对于低优指标,使用直接计算法所需设定的效应保留比例f高于对数转换法,对于高优指标则相反。结论在以相对度量指标作为主要评价指标的非劣效试验中,研究者应该认识到这两种计算方法对非劣效界值设定和试验结论的影响,综合考虑临床实践和试验药物的获益-风险等,慎重选取非劣效界值。

摘要：目的整合患者报告结局(patient-reported outcomes,PRO)的缺失值问题及对策,为尽可能降低PRO数据缺失所带来的影响提供解决思路和参考。方法检索国内外相关文献,从数据缺失的原因及其影响、可行的预防措施、对缺失值的处理及规范报道等几个方面归纳PRO的缺失值问题。结果对缺失数据产生原因及其严重影响的充分认识,严谨的研究设计,规范的实施流程等可降低PRO数据缺失的风险;对无法避免的缺失数据进行合理处理和分析,并透明报告,也能得出可信的结论。结论随着科学研究的不断发展,PRO数据应被更合理、更有效地利用。

摘要：在某些研究场合,如问卷调查、现场调查以及平衡设计的实验等,缺失数据的产生较为普遍,常会严重影响统计分析的效率甚至导致分析结果错误.因而,缺失数据的估计非常重要.本研究主要介绍缺失值替代的专用软件——SOLAS独到的缺失值估计功能。[第一段]