鲍俊舒；蒂莫西·汉森；加内特·P·麦克米兰。；克里斯汀·奈特 通过分层高斯过程评估DPOAE重测差异曲线。 （英语） Zbl 1366.62203号 生物计量学 73，第1期，334-343（2017）. 小结：畸变产物耳声发射（DPOAE）测试是儿童癌症患者行为听力测试和听觉脑干反应测试的一种有希望的替代方法。本研究的中心目标是评估DPOAE频率/发射曲线（DP-gram）在测试-再测试场景中是否在儿科患者中发生显著变化。这是通过构建正常参考图或可信区域来实现的，这些参考图或可靠区域是DP-gra姆差异所在的，以及测量重测差异异常程度（或在某种意义上罕见）的轮廓概率。一个挑战是，这些数据是在不同频率、与基线不同的时间点、可能是在一只耳朵或两只耳朵上收集的。提出了一种层次结构方程高斯过程模型，用于处理排放测量中的不同相关源，其中，控制每个儿童高斯过程平滑度和可变性的特定主题随机效应和方差分量耦合在一起。 MSC公司： 第62页第10页 统计学在生物学和医学中的应用；元分析 关键词：等高线概率；功能分析；增长曲线；串行监视；结构方程建模；畸变产物耳声发射（DPOAE）测试 软件：ConfBands公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Bao}等人，《生物统计学》73，第1期，334--343（2017；Zbl 1366.62203） 全文： 内政部 参考文献： [1] Banerjee，Coregonized single and multi-resolution spacely variable growth curve modeling with application to weed growth，生物统计学62 pp 864–（2006）·Zbl 1111.62115号 ·doi:10.1111/j.1541-0420.2006.00535.x [2] Barry，生长曲线分析的贝叶斯模型，《生物统计学》51，第639页–（1995）·Zbl 0832.62022号 ·doi:10.2307/2532951 [3] Crainiceanu，具有异方差误差的空间自适应贝叶斯惩罚样条，《计算与图形统计杂志》，16页，265–（2007）·doi:10.1198/106186007X208768 [4] Diggle，《基于模型的地质统计学》，《皇家统计学会杂志》，C辑（应用统计学）47页299–（1998）·Zbl 0904.62119号 ·doi:10.111/1467-9876.00113 [5] Diggle，纵向数据协方差结构的非参数估计，生物统计学第401页–（1998）·Zbl 1058.62600号 ·doi:10.2307/3109751 [6] Gelfand，贝叶斯模型选择：渐近和精确计算，英国皇家统计学会杂志，B系列56，第501页–（1994）·Zbl 0800.62170号 [7] Ghosh，多元纵向数据的半参数贝叶斯方法，澳大利亚和新西兰统计杂志52，第275页–（2010）·Zbl 1373.62381号 ·doi:10.1111/j.1467-842X.2010.00581.x [8] Gray，使用样条曲线分析生存数据的灵活方法，及其在乳腺癌预后中的应用，美国统计协会杂志87页942–（1992）·doi:10.1080/01621459.1992.10476248 [9] Haario，自适应Metropolis算法，伯努利第223页–（2001）·Zbl 0989.65004号 ·doi:10.2307/3318737 [10] Haario，高维MCMC的组件自适应，《计算统计学》第20页，第265页–（2005）·Zbl 1091.65009号 ·doi:10.1007/BF02789703 [11] Hanson，Scheffe风格回归曲面的同时可信带及其在Ache蜂蜜采集中的应用，《数据科学杂志》10 pp 175–（2012） [12] Jara，使用一类新的多元Polya树混合物稳健化广义线性混合模型，《计算与图形统计杂志》，第18页，第838页–（2009年）·doi:10.198/jcgs.2009.07062 [13] Kemp，耳声发射，它们在耳蜗功能中的起源和使用，《英国医学公报》63第223页–（2002年）·doi:10.1093/bmb/63.1.223 [14] Keogh，《学龄儿童的畸变耳声发射：耳朵不对称、惯用手和性别的影响》，《美国听力学学会杂志》12页506–（2001） [15] Kneib，T.2006年 [16] Krivobokova，惩罚样条估计量的同时置信带，美国统计协会杂志105 pp 852–（2010）·Zbl 1392.62094号 ·doi:10.1198/jasa.2010.tm09165 [17] Laird，纵向数据的随机效应模型，《生物统计学》38页963–（1982）·Zbl 0512.62107号 ·doi:10.2307/2529876 [18] Lang，Bayesian p样条，《计算与图形统计杂志》，第13页，第183页–（2004）·doi:10.1198/1061860043010 [19] 麦凯，高斯过程简介，北约ASI F系列计算机和系统科学168第133页–（1998）·Zbl 0936.68081号 [20] Mardia，K.V.Kent，J.T.Bibby，J.M.1979年 [21] 缪勒，稀疏抽样高斯过程的动态关系，测试19第1页–（2010年）·Zbl 1203.62149号 ·文件编号：10.1007/s11749-009-0176-4 [22] Neal，R.M.1996年 [23] O'Hagan，预测的曲线拟合和优化设计，《皇家统计学会杂志》，B辑（方法学），40 pp 1–（1978） [24] Reavis，《成人耳蜗功能连续监测畸变产物耳声发射再测试变异性的Meta分析》，《耳与听力》36，第251页–（2015年）·doi:10.1097/澳元00000000000176 [25] 里普利，B.D.1991 [26] Robert，C.P.Casella，G.2004年 [27] Rybak，顺铂耳毒性和保护：临床和实验研究，《东北实验医学杂志》219，第177页–（2009）·doi:10.1620/tjem.219.177 [28] Shi，回归、统计和计算的层次高斯过程混合15 pp 31–（2005）·doi:10.1007/s11222-005-4787-7 [29] Shi，批次数据的高斯过程函数回归建模，《生物计量学》63，第714页–（2007）·Zbl 1128.62053号 ·doi:10.1111/j.1541-0420.2007.00758.x [30] 威廉姆斯，C.K.1998 599 621 [31] Yi，高维非线性数据的惩罚高斯过程回归和分类，《生物统计学》67 pp 1285–（2011）·Zbl 1274.62912号 ·doi:10.1111/j.1541-0420.2011.01576.x 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。