来源：期刊VIP网 时间：
作者：侯健;刘硕;田茂再;
单位：中国人民大学应用统计科学研究中心;中国人民大学统计学院;
摘要：相对风险是流行学随机对照试验中的一种常用指标，用于比较两个群体的发病率或死亡率。对其进行区间估计是一种有效的统计推断方法，可以反映疾病诊断的不确定性和可信度。然而，传统的区间估计方法，如Wald区间、Wilson区间、Fisher区间等，都存在一定的局限性：误差大、覆盖率低、区间长度长、区间不合理等。为了克服这些缺点，提出了基于鞍点逼近的区间估计方法：在泊松分布的假设下，利用泰勒展开和拉普拉斯积分等推导了相对风险的逼近公式，并给出了相应置信区间的构造方法。通过蒙特卡洛模拟和实证分析，将鞍点逼近方法与部分常用的区间估计方法进行了比较，结果表明，鞍点逼近方法在小样本或大样本情况下都能获得最短的置信区间，同时区间覆盖率更加接近名义水平，为相关风险提供了一种优越的区间估计方法。最后对鞍点逼近方法的优点和局限性，以及在流行病学研究中的应用价值和前景进行了讨论。
关键词：泊松分布;;鞍点逼近;;区间估计;;相对风险;;随机对照试验
基金资助：国家自然科学基金项目“基于分位回归的当代统计学逆问题重大基础理论和方法及其应用”(11861042);; 中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目成果“当代复杂大数据的动态稳健建模及应用研究”(22XNL016)
