英语      中文      法国      德语      印度尼西亚      西班牙
搜索
汇集流行

使用Gibbs采样器汇集流行率

测试结果:


先前分布的Alpha和beta参数:
    Α 测试版
优先流行  

灵敏度测试  

测试特异性  


模拟细节:


该方法使用贝叶斯方法和Gibbs采样器迭代模型来估计 对于给定的池大小,真实动物水平的感染流行的后验分布, 测试池数,池数阳性和估计测试 敏感度特异性。 见 用户指南 Cowling et al。 (1999)(方法7)了解更多 细节。 参见演示分析.

输入值

Required inputs are pool size, number of pools tested, number positive and alpha and beta parameters for prior Beta distributions for true prevalence and test sensitivity and specificity. For pooled testing, sensitivity and specificity should be estimated at the pool-level, rather than at the individual-level. Additional inputs are the number of iterations to be simulated in the Gibbs sampler, the number of iterations to be discarded to allow convergence of the model and lower and upper probability (confidence) limits for summarising the output distributions. The Gibbs sampler is then used to estimate the probability distributions of true prevalence, sensitivity and specificity that best fit the data and prior distributions provided.

流行,Se和Sp的先前分布

Gibbs采样器需要事先估计真实患病率和测试灵敏度 特异性,基于专家知识或以前的数据。 这些估算值指定为Beta 概率分布,参数为alpha和beta。 Beta概率分布是 通常用于表示基于随机个体样本的比例的不确定性。 在这种情况下,如果x个体对于检查的n个特征是正的,那么 alpha和beta参数可以计算为alpha = x + 1和beta = n - x + 1.或者, 可以使用 Beta分布计算alpha和beta 实用程序 ,提供模式估计值和5%或95%置信限 来自专家意见.

如果没有先前的信息 应使用alpha = beta = 1。 这导致均匀(不明)的分布 0到1之间的值具有相同的发生概率.

输出

该方法的输出是流行率,敏感度和流行度的后验概率分布 特异性。 这些分布以其最小,最大,上限和下限概率来描述 限制指定,中位数,平均值和标准差。 直方图和密度图表以及文本文件 也可以为每个参数下载模拟结果.

多少次迭代?

因為Gibbs採樣器基於數據和先驗數據迭代地估計流行率 分佈,模型可能需要多次迭代才能收斂到真值。 它是 同樣重要的是進行足夠的迭代次數以支持結果的推斷。 提供了迭代總數的建議默認值和要丟棄的數字, 但如果需要可以改變.

请注意

此分析可能需要几分钟才能完成,具体取决于所需的迭代次数.