| 摘 要： | 目的: 探讨配对二项资料两组率差置信区间的估计方法，并从中进行优选推荐。方法: 按照方差估计反推（method of variance of estimates recovery,MOVER）原理，将两配对组率的关联Ф系数与单组率的置信区间进行组合，构建两组率差的置信区间估计方法。其中，单组率置信区间估计分别采用Wilson计分法、Agresti-Coull法（AC法）、Jeffreys法和Clopper-Pearson精确法（CP法）。借助Monte Carlo模拟实验比较不同方法的统计学性能，在不同参数设定下进行I类错误率和把握度的模拟实验：（1）设定两组率关联Ф系数为0、0.2、0.4、0.6，样本量为20、60、100，分别模拟不同率水平下各方法的I类错误率，判定其模拟I类错误率是否接近事先定义的检验水平。（2）设定关联Ф系数为0.3，两组率差为10%，分别模拟不同率水平下各方法不同样本含量下的把握度（power）变化趋势。结果: 在基于单组置信区间组合估计的几种MOVER方法中，MOVER Wilson计分法、MOVER Jeffreys法的I类错误率更接近事先设定的水平，尤其是在靠近0和100%两端时，MOVER Jeffreys法的I类错误率更优；除MOVER CP法，其他3种方法的把握度接近。结论: 对于配对二项资料两组率差的置信区间估计，一般情况下（两组率在20%～80%范围内），可选择MOVER Wilson计分法或MOVER Jeffreys法；当两组率靠近两端时，推荐使用MOVER Jeffreys法。
|
