• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistica neerlandica >Multivariate Clustered Data Analysis in Developmental Toxicity Studies
【24h】

Multivariate Clustered Data Analysis in Developmental Toxicity Studies

机译：发育毒性研究中的多元聚类数据分析

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we review statistical methods for analyzing developmental toxicity data. Such data raise a number of challenges. Models that try to accommodate the complex data generating mechanism of a developmental toxicity study, should take into account the litter effect and the number of viable fetuses, malformation indicators, weight and clustering, as a function of exposure. Further, the size of the litter may be related to outcomes among live fetuses. Scientific interest may be in inference about the dose effect, on implications of model misspecification, on assessment of model fit, and on the calculation of derived quantities such as safe limits, etc. We describe the relative merits of conditional, marginal and random-effects models for multivariate clustered binary data and present joint models for both continuous and discrete data.
机译：在本文中，我们回顾了用于分析发育毒性数据的统计方法。这样的数据提出了许多挑战。试图适应发育毒性研究的复杂数据生成机制的模型，应考虑垫料效应和存活胎儿的数量，畸形指标，体重和成群，作为暴露的函数。此外，垫料的大小可能与活胎儿的结局有关。科学的兴趣可能在于剂量效应，模型规格不正确的含义，模型拟合的评估以及计算衍生量（例如安全极限）等方面的推断。我们描述了条件，边际和随机效应的相对优点多变量聚集二进制数据的模型，并提供连续和离散数据的联合模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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