簡易檢索 / 詳目顯示

研究生: 黃冠瑋
Huang, Guan-Wei
論文名稱: 台灣六都之健保就醫支出地區性差異:以變異數成分模型分析
Variance Component Analysis of Medical Treatment Expenses in Six Municipality of Taiwan
指導教授: 程毅豪
學位類別: 碩士
Master
系所名稱: 數學系
Department of Mathematics
論文出版年: 2016
畢業學年度: 104
語文別: 中文
論文頁數: 28
中文關鍵詞: 變異成分模型隨機效應得分檢定
英文關鍵詞: variance component model, random effects, score test
DOI URL: https://doi.org/10.6345/NTNU202204312
論文種類: 學術論文
相關次數: 點閱:151下載:20
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 一般線性模型是統計學上在對資料進行變異數分析時常用的模型,以往通常將欲估計的參數以固定效應的形式進行估計;而變異成分模型是階層線性模型的一種。在生物統計學中,我們以固定效應和隨機效應分別代表不同參數的效應,再對特定因子進行變異數分析。在本文中,我們先回顧兩種模型的估計方式,再對台灣六都西元2012年健保資料庫的醫療費用與個人資料之間的關係進行分析,利用兩種模型比較不同直轄市與行政區於醫療費用的差異,再對變異成分模型進行兩種得分檢定,了解地區差異。最後再從實際數據分析的結果進行說明。

    In statistics, general linear model is a common model to execute analysis of variance; in the past, we usually estimate the parameters in the form of fixed effects. The variance component model is also named as the random effects model, and is a kind of hierarchical linear models.We use “fixed effects” and “random effects” to denote the effects of different parameters, and then making inference on these effects. In this thesis, we first review the ways to estimate the two models, and then analyze the difference between medical treatment expenses in six municipality of Taiwan in 2012 adjusting for basic personal information of patients And then use two kinds of score test to test the difference among municipalities. Finally, we provide a conclusion for the data analysis.

    致謝 I 摘要 II Abstract III 目錄 IV 表目錄 V 圖目錄 VI 第一章 緒論 1 1.1 研究動機 1 1.2 研究目的 1 第二章 模型簡介 3 2.1 一般線性模型(general linear model) 3 2.2 變異成分模型(variance components model) 3 2.3 變異成分 4 第三章 統計分析方法 5 3.1 混和模型 5 3.2 準概似函數 6 3.3 變異成分檢定 7 3.4第二種得分檢定 8 第四章 實際數據與分析結果 11 4.1 固定效應 11 4.2 反應變量 15 4.3 隨機效應 19 4.4 兩模型分析結果 21 4.5 兩模型與兩得分檢定結果 24 第五章 結論與討論 26 參考文獻 27 附錄 28

    Breslow, N. E. & LIN, X. (1995). Bias correction in generalised linear mixed models with a single component of dispersion. Biometrika 82, 81-91.
    Henderson, C. R. (1953). Estimation of variance and covariance components. Biometrics 9, 226-252.
    Johnson, N. L. & Kotz, S. (1970). Distributions in Statistics, Continuous Univariate Distributions—1. Boston: Houghton-Mifflin.
    Lin, X.H.(1997) Variance component testing in generalised linear models with random effects. Biometrika 84, 2, 309-326.
    McCullagh, P. & Nelder, J. A. (1989). Generalized Linear Models, 2nd ed. London; Chapman and Hal.
    Shapiro, A. (1988). Towards a unified theory of inequality con- strained testing in multivariate analysis. International Statistical Review 56, 49-62.
    Silvapulle, M. J. and Silvapulle, P. (1995). A score test against one-sided alternatives. Journal of the American Statistical Association 90, 342-349.
    Solomon, P. J. & Cox, D. R. (1992). Nonlinear components of variance models. Biometrika 79, 1-11.
    Verbeke, G. & Molenberghs, G. (2003) The use of score tests for inference on variance components. Biometrics 59, 254–262.
    White, H. (1982). Maximum likelihood estimation of misspecified models. Econometrica 50, 1-25.

    下載圖示
    QR CODE