TOBIT模型及其在醫(yī)療費(fèi)用研究中的應(yīng)用.pdf

1、由于生命現(xiàn)象的復(fù)雜性，在醫(yī)學(xué)應(yīng)用中實(shí)際遇到的有些數(shù)據(jù)，其因變量雖然是連續(xù)的但在某一點(diǎn)上受到了限制或者說(shuō)被截取(censored)了，而出現(xiàn)其取值不正確的情況。對(duì)于這樣的實(shí)際問(wèn)題，由于連續(xù)的因變量被截取從而使該變量形成截取分布，截取分布是連續(xù)分布和離散分布的混合分布，當(dāng)以這些因變量進(jìn)行統(tǒng)計(jì)建模時(shí)，傳統(tǒng)的線性回歸模型就不再適用，如最小二乘法被證明是不一致的，本次研究的Tobit模型能夠很好地解決這個(gè)問(wèn)題。在滿足正態(tài)性和方差齊性的經(jīng)典假設(shè)條件

2、下，用最大似然法估計(jì)Tobit模型是一致和漸近正態(tài)的，然而在醫(yī)學(xué)研究領(lǐng)域中，相當(dāng)多的數(shù)據(jù)資料并不服從正態(tài)分布，尤其是存在異方差性，在這種情況下應(yīng)用最大似然法估計(jì)參數(shù)就會(huì)出現(xiàn)不一致的結(jié)果。半?yún)?shù)估計(jì)是一種參數(shù)和非參數(shù)估計(jì)的混合，比相應(yīng)的參數(shù)模型更能一致的估計(jì)參數(shù)，而且比非參數(shù)模型估計(jì)更精確，其優(yōu)點(diǎn)是無(wú)需假定誤差項(xiàng)分布，所以它對(duì)非正態(tài)和異方差是穩(wěn)健的。本文主要概括介紹Tobit模型的兩種半?yún)?shù)估計(jì)方法：對(duì)稱修剪最小二乘法(SCLS)和截取最

3、小絕對(duì)離差估計(jì)(CLAD)。同時(shí)在經(jīng)典假設(shè)條件下，通過(guò)模擬研究，比較了最小二乘回歸模型，Tobit模型和斷尾回歸模型(truncatedregressionmodel)的估計(jì)效果，表明當(dāng)因變量被截取時(shí)，Tobit模型是最適合的模型；在違反經(jīng)典假設(shè)條件下，模擬研究了最大似然參數(shù)估計(jì)和半?yún)?shù)SCLS、CLAD估計(jì)的效果，結(jié)果證明半?yún)?shù)估計(jì)優(yōu)于參數(shù)估計(jì)。在醫(yī)學(xué)應(yīng)用實(shí)例分析部分，應(yīng)用Tobit模型研究分析2004年山西省太原市城市居民醫(yī)療費(fèi)用支

4、出的影響因素。國(guó)內(nèi)對(duì)醫(yī)療費(fèi)用的研究大部分是針對(duì)門診病人的門診醫(yī)療費(fèi)用和住院病人的住院醫(yī)療費(fèi)用，采用的統(tǒng)計(jì)學(xué)方法大部分是多元回歸模型分析、logistic回歸分析、因子分析等傳統(tǒng)的統(tǒng)計(jì)學(xué)方法。然而僅僅研究病人這個(gè)群體的醫(yī)療費(fèi)用支出是不夠的，研究對(duì)象應(yīng)該擴(kuò)展到一般人群當(dāng)中。在一般人群中醫(yī)療費(fèi)用支出的調(diào)查研究需考慮到醫(yī)療費(fèi)用取值存在的因變量受限問(wèn)題。本文應(yīng)用Tobit模型從更廣泛的一般人群(山西省太原市城市居民)中研究影響醫(yī)療費(fèi)用支出的因素，