Clin Chem：贝叶斯方法分并置生物变异并置

2022-02-14 13:22:37 来源:

在疾病诊断和天气预报里生物变异(BV)原始数据有许多分析方法有。一般，用于估计BV的新标准统计方法有对“有失真的原始数据”很敏感，并且需要要假设大多数人的CV具有基本特征。关于BV的逻辑上基础知识往往被比如说。本研究课题的用以是开发构造性建模来计算BV (a)对“失真原始数据”的比较稳定，(b)容许大多数人CVs内的系统性，(c)利用逻辑上基础知识。

我们分析方法有于自适应的学生t常见于而非概率密度函数来探讨不同鲁棒性的构造性建模，并且容许大多数人CV有系统性。并将结果与分析方法有于来自欧洲生物变异研究课题的氟化物和三酯原始数据的新标准方法有进行了比较。

研究课题发现，在原始原始数据集上分析方法有于最比较稳定的构造性方法有得到的结果可与分析方法有于离群值审核和删除的新标准方法有相媲美。二阶建模的后验常见于为所有可用于审核合理性的常量备有确实区间。合理的具体逻辑上被证明对得出有效益。

研究课题声称，本研究课题破例的构造性方法有备有了一个完整的系统性素质的图表，并且据估计大多数人自已持续性的控制能力可以用来探讨具体的亚组。由于BV实验是廉价和耗时的，因此应该回避并相应地分析方法有逻辑上基础知识和估计高效益。通过包涵合理的逻辑上基础知识，即使分析方法有于小的原始数据集，也可以进行精确的估计。

原始出处：

Thomas Røraas, Sverre Sandberg,ABayesian Approach to Biological Variation Analysis

本文系曼恩医学（MedSci）原创编译整理，登出需要准许！