多洛雷斯·卡特兰;科拉多·拉加齐奥;Annibale Biggeri 疾病映射中多重测试的分层贝叶斯方法。 (英语) 兹比尔1208.62169 生物。J。 52,第6期,784-797(2010). 总结:我们提出了一种贝叶斯方法,用于疾病映射中的多重测试。这项研究的动机是一个关于意大利托斯卡纳地区男性肺癌死亡率的真实例子。这些数据与1995-1999年287个城市的数据有关。我们开发了一个三级层次贝叶斯模型来估计每个区域的后验分类概率,即市政当局属于非发散区域集的后验概率。我们还展示了我们的模型与错误发现率方法的联系。后验分类概率用于探索与参考不同风险的区域,同时控制多重测试。我们考虑了泊松-伽马模型和贝萨格、约克和莫利模型,以解释贝叶斯公式中额外的泊松可变性。分类概率的后验推断高度依赖于先验的选择。我们进行敏感性分析,并建议如何依赖特定主题的信息来获得信息丰富的先验分布。层次贝叶斯模型为疾病映射中的分类概率建模提供了一种合理的方法。 引用于4文件 MSC公司: 62页第10页 统计学在生物学和医学中的应用;元分析 2015年1月62日 贝叶斯推断 92C50 医疗应用(通用) 62J15型 配对和多重比较;多次测试 关键词:疾病测绘;错误发现率;后验概率 软件:WinBUGS公司 PDF格式BibTeX公司 XML格式引用 \textit{D.Catelan}等人,《生物》。J.52,第6号,784--797(2010;Zbl 1208.62169) 全文: 内政部 链接 参考文献: [1] Barbieri,最优预测模型选择,《统计年鉴》32,第870页–(2004)·兹比尔1092.62033 [2] Bayarri,复合零模型的P值,《美国统计协会杂志》95 pp 1127–(2000)·Zbl 1004.62022号 [3] Benjamini,Y.2009同步和选择性推理:当前的成功和未来的挑战·Zbl 1208.62111号 [4] 本杰米尼,《控制错误发现率:一种实用而有力的多重测试方法》,《皇家统计学会杂志》,B辑57,第289页–(1995)·Zbl 0809.62014号 [5] Benjamini,《利用独立统计数据自适应控制多重测试中的错误发现率》,《教育与行为统计杂志》25页60–(2000)·数字对象标识代码:10.3102/10769986025001060 [6] Benjamini,选定参数的错误发现率调整的多重置信区间,《美国统计协会杂志》100页71–(2005)·Zbl 1117.62302号 [7] Benjamini,控制错误发现率的自适应线性加速程序,Biometrika 93 pp 491–(2006)·Zbl 1108.62069号 [8] Bernardinelli,疾病风险地理变异的经验贝叶斯与完全贝叶斯分析,《医学统计学》第11页,983–(1992) [9] Berry,《多重比较的贝叶斯视角》,《统计规划与推断杂志》,第82页,第215页–(1999年)·Zbl 1063.62527号 [10] Besag,关于条件和内在自回归,Biometrika 82 pp 733–(1995)·Zbl 0899.62123号 [11] 贝萨格,贝叶斯图像恢复,在空间统计中的两个应用,《统计数学研究所年鉴》43第1页–(1991)·Zbl 0760.62029号 [12] Biggeri,《托斯卡纳(意大利)肺癌的流行:按出生队列对男性和女性死亡率的联合分析》,《空间和时空流行病学》,第1页,31–(2009年) [13] Biggeri,疾病映射的过渡非参数最大伪似然估计量,计算统计与数据分析41 pp 617–(2003)·兹比尔1429.62493 [14] Biggeri,疾病映射的非参数最大似然估计量,《医学统计学》第19卷第2539页–(2000) [15] Bonferroni,Teoria statistica delle classi e calcolo delle probabilityá,Pubblicazioni del Regio Istituto Superiore di Scientize Economiche e Commerciali di Firenze 8 pp 3–(1936) [16] 布雷斯洛,癌症研究中的统计方法——第二卷——队列研究的设计和分析82(1987) [17] Briggs,《卫生经济评估决策模型》(2006年) [18] Carpenter,《利用常规收集的数据检查职业与健康之间的关系》,《皇家统计学会杂志》,A辑160,第507页–(1997)·doi:10.1111/j.1467-985X.1997.0077.x文件 [19] Casella,《单侧测试问题中贝叶斯和频率学家证据的调和》,《美国统计协会杂志》82页106–(1987)·Zbl 0612.62021号 ·doi:10.1080/01621459.1987.10478396 [20] Catelan,描述性流行病学中的多重测试,地理空间健康4第219页–(2010年)·电话:10.4081/gh.2010.202 [21] Catelan,D.Lagazio,C.Biggeri,A.2006年高危工业或军事场所的时空流行病学监测 [22] Clayton,用于疾病绘图的年龄标准化相对风险的经验贝叶斯估计,《生物计量学》43,第671页–(1987) [23] Dudoit,控制广义尾部概率和期望值错误率的基于重采样的经验Bayes多重测试程序:重点在于错误发现率和模拟研究,《生物医学杂志》50 pp 716–(2008) [24] Efron,B.2005年 [25] 埃夫隆,《规模、权力和错误发现率》,《统计年鉴》第35卷第1351页(2007年)·Zbl 1123.62008年 [26] Efron,Stein的估计规则及其竞争对手——经验贝叶斯方法,《美国统计协会杂志》68页117–(1973)·Zbl 0275.62005号 [27] 《卫生保健系统综述:背景下的荟萃分析》(2001年) [28] 空间流行病学:方法和应用(2000年) [29] Fleiss,《比率和比例的统计方法》(2003年) [30] 弗里森,统计监测。最优化和方法,《国际统计评论》71,第403页–(2003年) [31] Gelman,使用多序列的迭代模拟推断,《统计科学》第7卷第457页–(1992年)·Zbl 1386.65060号 [32] Genovese,《虚假发现比例的过度控制》,《美国统计协会期刊》101第1408页–(2006)·Zbl 1171.62338号 [33] 格陵兰,多重比较的经验贝叶斯调整有时很有用,《流行病学2》第244页–(1991) [34] Grigg,英国急性国家卫生服务信托基金中耐甲氧西林金黄色葡萄球菌细菌血症报告的局部和边缘控制图,皇家统计学会杂志,A系列172,第49页–(2009)·doi:10.1111/j.1467-985X.2008.00553.x [35] Guindani,《贝叶斯发现程序》,《皇家统计学会杂志》,B系列71第905页–(2009) [36] Kulldorff,使用扫描统计进行前瞻性时间周期地理疾病监测,《皇家统计学会杂志》,a辑164,第61页–(2001)·Zbl 1002.62517号 ·doi:10.1111/1467-985X.00186 [37] Jones,《在比较多个医疗服务提供者时使用错误发现率》,《临床流行病学杂志》第61卷第232页–(2008年) [38] 《流行病学词典》(2001) [39] 劳森,《公共卫生疾病绘图和风险评估》(1999年)·Zbl 0942.00010号 [40] Lawson,《疾病映射模型:实证评估》,《医学统计》第19页第2217页-(2000) [41] Lunn,WinBUGS-贝叶斯建模框架:概念、结构和可扩展性,《统计与计算》10 pp 325–(2000) [42] 缪勒,《贝叶斯统计》,载于《巴伦西亚/ISBA第八届贝叶斯统计学世界会议论文集》(2007年) [43] Ohlssen,《确定医疗服务提供者异常绩效的层级模型框架》,《皇家统计学会杂志》,A辑170,第865页–(2007年)·doi:10.1111/j.1467-985X.2007.00487.x [44] Richardson,解释疾病地图研究中的后验相对风险估计,《环境健康展望》112第1016页–(2004) [45] Rolka,《使用多数据流进行公共卫生生物恐怖主义监测的应用统计问题:研究需要》,《医学统计》26页1834–(2007) [46] Scott,《贝叶斯多重测试方面的探索》,《统计规划与推断杂志》136页2144–(2006)·Zbl 1087.62039号 [47] 沈,两阶段层次模型中的三目标估计,《皇家统计学会杂志》,B辑60页455–(1998)·Zbl 0910.62025号 [48] 2005年医学研究中的疾病绘图统计方法特刊14 [49] Storey,The positive false discovery rate:a Bayesian Interpretation and The Q value,《统计年鉴》,第31页,2013–(2003)·Zbl 1042.62026 [50] Yekutieli,D.2009选定参数的调整贝叶斯推断 [51] Westfall,《关于Bonferroni调整的贝叶斯观点》,Biometrika 84 pp 419–(1997)·兹比尔0882.62025 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。