×
埃辛·阿维奇

贝叶斯方法用于多类别流行率的荟萃分析。 （英语） Zbl 1490.62337号

Commun公司。统计、仿真计算。 50，第5期，1541-1559（2021）.
摘要：多类别患病率代表了具有不同类别（k>2）状态的特定疾病的患病率，如轻度、中度和重度。本研究提出了贝叶斯方法用于多类别流行研究的荟萃分析。利用Dirichlet多项式模型得到贝叶斯方法。这样，就有可能考虑有关流行率的预先信息，并获得有效的估计值，而不管流行率的值是多少（约0.5或接近0-1）。将该方法与基于仿真和J.J.巴伦德雷格特等【“流行率的荟萃分析”，《流行病学杂志》，《社区健康》第67期，第11期，974-978页（2013年；doi:10.1136/jech-2013-203104)]数据。结果表明，在不需要任何变换的情况下，贝叶斯方法产生了更大的一致性；较小的相对误差和均方误差，强大的可接受概率估计，特别是对于较小的总样本量；发病率接近0-1。

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

关键词：

贝叶斯方法;多类别流行率;荟萃分析;Dirichlet多项式;罗杰斯

软件：

对;博尔斯塔德;罗杰斯;金属XL
PDF格式BibTeX公司 XML格式引用
\textit{E.Avci}，Commun公司。统计、仿真计算。50，第5号，1541--1559（2021；Zbl 1490.62337）
全文： 内政部

参考文献：

[1] Alvares，D.、Armero，C.、Forte，A.和Rubio，L.，2015年。Dirichlet多项式模型：先验分布的影响。会议：第11届巴伦西亚客观贝叶斯方法国际研讨会。西班牙，第1卷。
[2] 阿尔瓦雷斯，D。；Armero，C。；Forte，A.，在Dirichlet多项式过程中，客观意味着什么？，《国际统计评论》，86，1，106-18（2018）·Zbl 07763578号 ·doi:10.1111/insr.12231
[3] Avetisyan，M。；Fox，J.，《多变量随机反应（RR）数据和小样本的Dirichlet多项式模型》，《心理学》，33，362-90（2012）
[4] 巴伦德雷格特，J.J。；Doi，S.A。；Lee，Y.Y。；诺曼·R·E。；Vos，T.，流行率的荟萃分析，《流行病学与社区健康杂志》，67，11，974-8（2013）·doi:10.1136/jech-2013-203104
[5] 贝叶斯，T.，《解决机会理论中的一个问题的论文》，《皇家学会哲学学报》，53，370-418（1763）·Zbl 1250.60007号
[6] J.O.伯杰。；伯纳多，J.M。；Sun，D.，总体目标先验，贝叶斯分析，10，1，189-221（2015）·Zbl 1335.62039号 ·doi:10.1214/14-BA915
[7] Bolstad，W.M.，《贝叶斯统计导论》（2007），新泽西州霍博肯：约翰·威利父子出版社。出版物·Zbl 1136.62023号
[8] 博伦斯坦，M。；对冲，L.V。；希金斯，J.P.T。；Rothstein，H.R.，荟萃分析导论（2009），奇切斯特：威利，奇切斯特·兹比尔1178.62001
[9] Congdon，P.，分类数据的贝叶斯模型（2005），概率与统计。奇切斯特：约翰·威利父子·Zbl 1079.62036号
[10] Devroye，L.，非均匀随机变量生成（1986），纽约：Springer-Verlag·Zbl 0593.65005号
[11] Dey，K。；Ghosh，S.K。；Mallick，B.K.，《广义线性模型：贝叶斯观点》（2000），纽约：查普曼和霍尔/CRC·Zbl 1006.00009号
[12] 弗里曼，M.F。；Tukey，J.W.，《与角度和平方根相关的变换》，《数理统计年鉴》，21，4，607-11（1950）·Zbl 0039.35304号 ·doi:10.1214/aoms/1177729756
[13] 高，X。；Lin，H。；Dong，Q.，A Dirichlet-利用微生物成分进行疾病诊断的多元贝叶斯分类器，mSphere，2，6，1-7（2017）·doi:10.1128/mSphereDirect.00536-17
[14] Gelman，A。；Carlin，J。；斯特恩，H。；Rubin，D.，Baysian数据分析（2003），纽约：查普曼和霍尔，纽约
[15] Good，I.，《概率估计：现代贝叶斯方法论文》（1965），剑桥：麻省理工学院出版社·Zbl 0168.39603号
[16] Gorur，D。；Rasmussen，C.E.，Dirichlet过程高斯混合模型：基分布的选择，《计算机科学与技术杂志》，25，4，653-64（2010）
[17] 霍尔丹，J.，《小频率观测值的精度》，《生物统计学》，35，3-4，297-300（1948）·Zbl 0039.36205号 ·doi:10.2307/2332350
[18] Jeffreys，H.1946年。估计问题中先验概率的不变形式。伦敦皇家学会会刊。186:453-61. ·Zbl 0063.03050号
[19] Jeffreys，H.，《概率论》（1961），牛津：克拉伦登出版社，牛津·Zbl 0116.34904号
[20] 卡索齐，S。；克拉克·J。；Doi，S.A.R.，《间歇与每日肺结核治疗方案：荟萃分析》，临床医学与研究，13，3-4，117-38（2015）·doi:10.3121/cmr.2015.1272
[21] 拉普拉斯，P.，《概率理论分析》（1812），巴黎：Courcier出版社，巴黎
[22] Lindley，D.，列联表的贝叶斯分析，《数理统计年鉴》，35，41622-43（1964）·Zbl 0134.37101号 ·doi:10.1214/aoms/1177700386
[23] 利普西，M。；Wilson，D.B.，实用荟萃分析（2001），加利福尼亚州千橡市：Sage出版，加利福尼亚州千橡市
[24] Lu，J.2017年。对称Dirichlet分布上的超先验。arXiv:1708.08177。
[25] Miller，J.J.，《Freeman-Tukey双反正弦变换的逆》，《美国统计学家》，32，4，138（1978）·doi:10.2307/2682942
[26] 内戈伊，I。；贝乌拉，M。；Hostiuc，S。；内戈伊，R.I。；Inoue，Y.，《与胰十二指肠切除术相关的肠系膜上血管的外科解剖：系统综述和荟萃分析》，《胃肠外科杂志：消化道外科学会官方杂志》，22，5，802-17（2018）·doi:10.1007/s11605-018-3669-1
[27] Perks，W.，《关于逆概率的一些观察，包括新的指数规则》，精算师学会杂志，73，2，285-334（1947）·Zbl 0031.06001号 ·doi:10.1017/S0020268100012270
[28] 普伦，G.A。；Kumaran，M.，《多项式-Dirichlet共轭物在MCMC估计中的应用：乳腺癌研究》，《国际数学分析杂志》，4，41，2043-9（2010）·Zbl 1279.62220号
[29] Rasmussen，C.E.，无限高斯混合模型，神经信息处理系统进展，12554-60（1999）
[30] 施皮盖尔哈特，D.J。；艾布拉姆斯，K.R。；Myles，J.P.，《临床试验和医疗保健评估的贝叶斯方法》（2004），奇切斯特：约翰·威利父子公司。股份有限公司
[31] Thors’En，E.，分类时间序列的多项式和Dirichlet多项式建模。斯德哥尔摩大学数学统计学（2014）
[32] 托马谢夫斯基，K.A。；维克斯，J。；B.M.亨利。；罗伊·J。；帕卡拉，P.A。；斯文森，M。；Guay，D。；Saganik，K。；Walocha，J.A.，《旋股外侧动脉的可变起源：一个新分类系统的荟萃分析和建议》，Folia形态学，76，2，157-67（2017）·doi:10.5603/FM.a2016.0056
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。