کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6920721 1447929 2017 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Precise confidence intervals of regression-based reference limits: Method comparisons and sample size requirements
ترجمه فارسی عنوان
فواصل اطمینان دقیق از مرزهای مرجع بر اساس رگرسیون: مقایسه روش ها و الزامات اندازه نمونه
کلمات کلیدی
ترجمه چکیده
محدودیت های مرجع وابسته به کوواریانس به طور گسترده در زیست شناسی و پزشکی برای تعیین اهمیت قابل توجهی و اهمیت نسبی سنجش کمی استفاده شده است. فاصله اطمینان و روش اندازه نمونه برای مطالعه محدودیت های مرجع بر اساس رگرسیون در دسترس هستند. با این حال، روش های محبوب موجود، از روش های مختلف فنی استفاده می کنند و فقط در شرایط خاص محدود می شوند. این مقاله فواصل اطمینان دقیق از مرزهای مرجع بر اساس رگرسیون را توصیف می کند و رویکرد دقیق را با روش های تقریبی در طیف گسترده ای از پیکره بندی های مدل مقایسه می کند. با استفاده از نسبت عرض عرض اطمینان و فاصله مرجع به عنوان شاخص دقت نسبی، روشهای بهینه اندازه نمونه برای تخمین فاصله دقیق با توجه به انتظارات و ملاحظات احتمالی تحمل ارائه شده است. نتایج شبیه سازی نشان می دهد که روش های تقریبی فاصله با استفاده از توزیع نرمال دارای اطمینان نادرست هستند. فاصله اطمینان دقیق به روش تقریبی در عملکرد پوشش یک و دو نفره تسلط دارد. بر خلاف ساده سازی های فعلی، روش های اندازه نمونه پیشنهاد شده، تمام عوامل کلیدی شامل ویژگی های متغیر در فرایند بهینه سازی را در هم می آمیزند و برای مطالعات محدود مرجع مختلف با تنظیمات بالقوه متنوع مناسب هستند. برآورد دقیق فاصله دارای مزایای نظری و عملی نسبت به روش های تقریبی است. روشهای اندازه نمونه و الگوریتم های محاسباتی نیز برای تسهیل تجزیه و تحلیل داده ها و طراحی تحقیق محدودیت های مرجع بر اساس رگرسیون ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
فواصل اطمینان دقیق از مرزهای مرجع بر اساس رگرسیون: مقایسه روش ها و الزامات اندازه نمونه
چکیده انگلیسی
Covariate-dependent reference limits have been extensively applied in biology and medicine for determining the substantial magnitude and relative importance of quantitative measurements. Confidence interval and sample size procedures are available for studying regression-based reference limits. However, the existing popular methods employ different technical simplifications and are applicable only in certain limited situations. This paper describes exact confidence intervals of regression-based reference limits and compares the exact approach with the approximate methods under a wide range of model configurations. Using the ratio between the widths of confidence interval and reference interval as the relative precision index, optimal sample size procedures are presented for precise interval estimation under expected ratio and tolerance probability considerations. Simulation results show that the approximate interval methods using normal distribution have inaccurate confidence limits. The exact confidence intervals dominate the approximate procedures in one- and two-sided coverage performance. Unlike the current simplifications, the proposed sample size procedures integrate all key factors including covariate features in the optimization process and are suitable for various regression-based reference limit studies with potentially diverse configurations. The exact interval estimation has theoretical and practical advantages over the approximate methods. The corresponding sample size procedures and computing algorithms are also presented to facilitate the data analysis and research design of regression-based reference limits.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers in Biology and Medicine - Volume 91, 1 December 2017, Pages 191-197
نویسندگان
,