简介:摘要目的数据缺失是队列研究中几乎无法避免的问题。本文旨在通过模拟研究,比较当前常见的8种缺失数据处理方法在纵向缺失数据中的填补效果,为纵向缺失数据的处理提供有价值的参考。方法模拟研究基于R语言编程实现,通过Monte Carlo方法产生纵向缺失数据,通过比较不同填补方法的平均绝对偏差、平均相对偏差和回归分析的Ⅰ类错误,评价不同填补方法对于纵向缺失数据的填补效果及对后续多因素分析的影响。结果均值填补、k近邻填补(KNN)、回归填补和随机森林的填补效果接近,且表现稳定;多重插补和热卡填充次于以上填补方法;K均值聚类和EM算法填补效果最差,表现也最不稳定。均值填补、EM算法、随机森林、KNN和回归填补可较好地控制Ⅰ类错误,多重插补、热卡填充和K均值聚类不能有效控制Ⅰ类错误。结论对于纵向缺失数据,在随机缺失机制下,均值填补、KNN、回归填补和随机森林均可作为较好的填补方法,当缺失比例不太大时,多重插补和热卡填充也表现较好,不推荐K均值聚类和EM算法。
简介:【摘要】目的:探析传统教学方式与网络环境下教学模式对护理研究教学结果的影响。方法:选取2018年度护理专业学生75名和2019年度护理专业学生75名做为研究分析对象,2018年度学生做为常规组,2019年度学生做为实验组。常规组学生采取传统课堂集中授课的教学模式,实验组采用网络授课的教学模式,对比两组学生对期末基本知识测验结果和科研课题与科研论文水平。结果:实验组学生基础知识测验平均得分为(80.15±2.25)分,与常规组学生基础知识测验平均分差异不大,(P>0.05),实验组学生科研课题设计与论文写作的效果均优于常规组,(P<0.05),有统计学意义。结论:通过网络自主学习与传统教学模式相结合,能够更好的激发学生主动学习的欲望,二者结合,有利于提高学生学习能力,有推广应用价值。