伏启翔，覃 愿，王黎明，邱世芳

（重庆理工大学 理学院，重庆 400054）

估计疾病流行率是生物医学研究中的一个重要问题。为收集数据，价格便宜的筛检方法常被用来做初步诊断，但由于其分类误差而导致有误的分类结果，进而导致基于这些有误分类数据的统计推断不太合理。无误判的金标准通常存在昂贵、耗时等不足，因而常不能用于每个个体的检验。为此，Tenenbein［1］提出了二重抽样方法，即从感兴趣的总体中抽取的样本（如N）都接受筛检检验，然后再随机抽取部分个体（如n）再次接受金标准检验。由于这n个个体同时接受了筛检检验和金标准检验，反映了个体的真实特征。因而通过二重抽样方法得到的数据又称为部分核实数据［2］。对于有金标准部分核实数据的研究得到了很多学者的关注，如Tenenbein等［3-4］将二重抽样方法推广到多项分布数据的研究，Hochberg［5］推广到多维数据的研究，Geng等［6］发展了部分核实数据的Bayesian分析方法。对于有序部分核实数据，Poon等［7］发展了一类参数模型，Qiu等［8］从有序效应度角度研究了疾病流行率的等价性评价问题。以上研究都是基于有金标准下的研究，事实上，临床诊断中并不一定存在完全无误判的金标准。当2种检验都有误判时基于部分核实数据的统计分析具有重要的现实意义。为此，Nedelman［9］基于条件独立性假定提出了3种模型并研究了疾病流行率、敏感度和特异度的估计问题，Lie等［10］基于2种二重抽样模型进行了研究。在Nedelman等［9-10］提出的模型基础上，Qiu等［11-13］基于无金标准部分核实数据研究了假设检验、区间估计及样本量确定问题。……