Key points are not available for this paper at this time.
识别近期趋势变化是分析癌症死亡率和发病率数据中的一个重要问题。我们应用连接点回归模型来描述这种连续变化，并使用网格搜索方法拟合带有未知连接点的回归函数，假设方差恒定且误差无相关性。我们通过执行多个排列检验来确定显著连接点的数量，每个检验的显著性水平在渐近上是正确的。每个p值均通过蒙特卡洛方法计算，整体渐近显著性水平通过邦费罗尼校正保持。这些检验进一步扩展到非恒定方差的情形，以处理具有泊松变异且可能存在自相关误差的率值。通过模拟研究这些检验的性能，并将检验应用于美国前列腺癌发病率和死亡率数据。
Building similarity graph...
Analyzing shared references across papers
Loading...
Hyune-Ju Kim
Michael P. Fay
Eric J. Feuer
Statistics in Medicine
Syracuse University
Carnegie Hall
Building similarity graph...
Analyzing shared references across papers
Loading...
Kim 等人（周二，）研究了这个问题。
www.synapsesocial.com/papers/69d5722675589c71d767e54e — DOI: https://doi.org/10.1002/(sici)1097-0258(20000215)19:3<335::aid-sim336>3.0.co;2-z
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: