简介:目的C统计量是评价Cox比例风险回归模型区分度的常见指标,然而,目前对C统计量的算法仍存在争议。本文将探讨C统计量的计算方法及其SAS实现,为编程输出Cox模型的C统计量提供参考。方法运用PHREG过程估计研究观察期末的累积生存概率,判断实际生存时间与预期生存函数是否同趋势,并以此计算C统计量及其95%置信区间。以某注册登记研究为例,评价年龄、血压和心率对急性心衰患者出院后30d死亡率的预测区分度。结果研究共纳入2836例急性心衰患者,年龄、基线收缩压和基线心率对出院后30d死亡的影响差异都具有统计学意义(均有P〈0.05),其中年龄(单位:岁;风险比(hazardratio,HR):1.029;95%置信区间(confi-denceinterval,CI):1.022~1.037)和心率(单位:次/分;HR:1.011;95%CI:1.007~1.014)为危险因素,收缩压(单位:mmHg;HR:0.992;95%CI:0.989~0.995)为保护因素。模型C统计量达到0.638(95%CI:0.570~0.704),可见模型具有一定的区分度,使用SAS程序能够得到所需结果。结论C统计量是评价模型区分度的良好手段,并可以通过SAS程序求得。
简介:摘要:在天然气集输过程中,计量输差是面临的重大问题之一,如果该问题无法完善的解决,则会造成极大的经济损失和企业争议,尽管目前我国各个气田单位都已经使用了大量高性能和高精度的计量仪表,但是计量输差问题仍然无法被解决,事实上,解决计量输差问题的关键在于寻找计量输差产生的原因。针对此问题,本次研究对计量输差问题产生的原因进行综合性分析,并提出计量输差问题的控制措施,全面提高天然气集输过程中的计量精度。结果表明:天然气集输系统计量输差产生的原因主要有管网及系统泄漏、管存计算误差、仪器仪表故障及选型不当、人为因素等。控制集输系统计量输差的主要措施有完善计量管理体系、提升从业人员专业素养、强化计量流程管控、建立监督管理体系、加强管网泄漏监测、创新计量技术。