• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>AMIA Annual Symposium Proceedings >Binomial Distribution Sample Confidence Interval Estimation for Positiveand Negative Likelihood Ratio Medical Key Parameters
【2h】

Binomial Distribution Sample Confidence Interval Estimation for Positiveand Negative Likelihood Ratio Medical Key Parameters

机译：正二项分布样本置信区间估计和负似然比医学关键参数

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Likelihood Ratio medical key parameters calculated on categorical results from diagnostic tests are usually express accompanied with their confidence intervals, computed using the normal distribution approximation of binomial distribution. The approximation creates known anomalies, especially for limit cases. In order to improve the quality of estimation, four new methods (called here RPAC, RPAC0, RPAC1, and RPAC2) were developed and compared with the classical method (called here RPWald), using an exact probability calculation algorithm.Computer implementations of the methods use the PHP language. We defined and implemented the functions of the four new methods and the five criterions of confidence interval assessment. The experiments run for samples sizes which vary in 14 – 34 range, 90 – 100 range (0 < X < m, 0 < Y < n), as well as for random numbers for samples sizes (4 ≤ m, n ≤ 1000) and binomial variables (1 ≤ X, Y < m, n).The experiment run shows that the new proposed RPAC2 method obtains the best overall performance of computing confidence interval for positive and negative likelihood ratios.
机译：通常将根据诊断测试的分类结果计算出的似然比医学关键参数及其置信区间表示出来，并使用二项式分布的正态分布近似值进行计算。这种近似会产生已知的异常，特别是对于极限情况。为了提高估计的质量，开发了四种新方法（此处称为RPAC，RPAC0，RPAC1和RPAC2），并使用精确概率计算算法将其与经典方法（此处称为RPWald）进行了比较。使用PHP语言。我们定义并实现了四种新方法的功能和置信区间评估的五项标准。实验针对的样本大小在14 – 34范围，90 – 100范围（0

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号