[[alternative]]Testing Goodness-Of-Fit of a Logistic Regression Model under Case-Control Data with Contaminated Exposure

計畫編號：NSC95-2118-M032-013研究期間：2006/08/01~2007/10/31研究經費：337,000[[abstract]]在流行病學的領域中，羅吉斯迴歸模式經常用來推論風險因子與 反應變數的關係。有賴統計軟體的方便，此模型很容易被執行也因此 被大量的使用。然而，通常大家都忽略模型的適合度檢定，但是在應 用一個模式之前，模型的適合度檢定是一個很重要的工作，錯誤的模 型將導致完全不對的結論。針對前瞻式抽樣，羅吉斯迴歸模型的適合 度可藉由概似比檢定或是卡方檢定來判斷模型的好壞。在回溯式抽樣 中，一階段病例對照研究已由Qin & Zhang (1997), Fokianos et al. (1999), Cheng & Chen (2004)提出模型的適合度檢定。這些檢定方法有 一個很重要的限制是，解釋變數跟反應變數不可以有遺失值或錯誤分 類，但是實務上，這通常是無法避免的。最近Chen(2003)針對解釋變 數有遺失值或錯誤分類的現象時，已提出羅吉斯迴歸模式的檢定統計 量。除此之外，文獻上極少有人針對反應變數不完全的情況下，討論 羅吉斯迴歸模式的適合度檢定。本研究主要針對在反應變數不完全的 兩階段病例對照研究中，討論羅吉斯迴歸模式的適合度檢定。我們嘗 試提出羅吉斯迴歸模式的分數檢定與廣義動差形式檢定，推論其近似 分配及近似檢定力，最後並針對有限樣本進行模擬研究。[[sponsorship]]行政院國家科學委員會[[notice]]補正完