张义寿;陈忠兴;钱丽珠;熊兆安。 评论：“量化统计和遗传学研究中假设检验的缺失信息比例”。 （英语） Zbl 1329.62087号 统计科学。 23，第3号，318-320（2008）. 从文本中：D.L.尼古拉等[同上23，第3号，287–312（2013年；Zbl 1329.62092号)]值得庆幸的是，在许多科学调查中，研究人员选择了测试程序，但需要知道缺失数据对测试的影响，即信息的相对损失。为了测量相对信息，他们建议比较观测数据的似然度与平面度相对于完整数据似然度中相同偏差的偏差。贝叶斯方法表达的这种偏差的几种度量方法被探索并应用于遗传学和基因组学的研究。正如他们在论文中所指出的，在数据不完整的小样本问题中，尤其需要这些措施。 引用于1审查 MSC公司： 62F03型 参数假设检验 62页第10页 统计学在生物学和医学中的应用；元分析 92D10型 遗传学和表观遗传学 92B10型 数学生物学中的分类学、分支学、统计学 引文：Zbl 1329.62092号 PDF格式BibTeX公司 XML格式引用 \textit{I-S.Chang}等人，《统计科学》。23、编号3、318--320（2008；Zbl 1329.62087） 全文： 内政部 arXiv公司 欧几里得 参考文献： [1] Andersson，H.和Britton，T.（2000）。随机流行病模型及其统计分析。纽约州施普林格·Zbl 0951.92021号 ·doi:10.1007/978-1-4612-1158-7 [2] Becker，N.G.（1989）。传染病数据分析。查普曼和霍尔，伦敦·Zbl 0782.92015号 [3] Chang，I.S.，Chien，L.C.，Xiung，C.A.，Wen，C.C.和Wu，Y.J.（2007）。随机Bernstein多项式的形状限制回归。《复杂数据集与反问题》（R.Liu，W.Strawderman和C.H.Zhang，eds.）187-202。俄亥俄州比奇伍德数理统计研究所·Zbl 1149.62306号 ·doi:10.1214/0749217070000157 [4] Chang，I.S.、Xiung，C.A.、Wu，Y.J.和Yang，C.C.（2005）。使用伯恩斯坦多项式进行贝叶斯生存分析。扫描。J.统计。32 447-466. ·兹比尔1087.62108 ·数字对象标识代码：10.1111/j.1467-9469.2005.00451.x [5] Nicolae，D.L.、Meng，X.L.和Kong，A.（2008）。量化统计和遗传学研究中假设检验的缺失信息比例。统计科学。23 306-331. ·Zbl 1329.62093号 ·文件编号：10.1214/08-STS244REJ [6] Rhodes，P.H.、Halloran，M.E.和Longini，I.M.（1996）。传染病数据的计数过程模型：区分感染暴露与易感性。J.罗伊。统计师。Soc.序列号。乙58 751-762·Zbl 0860.62096号 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。