论文部分内容阅读
在传染病检测中，分组检测方法是一种比较好的方法.具体地说，分组检测方法是把待检测样本（血液样本等）随机分成若干组，然后每组样本合在一起检测其是否具有某种疾病或检测特征，而不是逐个样本检测其具有某种疾病或检测特征.当疾病患病率或群体中该特征比例较低时，与逐个检测相比，分组检测可以大大节省检测次数和费用，提高检测效率.实际应用中不同个体之间存在异质性，即患病率是因人而异，通过建立分组检测回归模型使我们能从个体的相关影响变量预测个体患病率.当模型中的一部分参数有先验信息，另一部分无先验信息，把这部分先验信息包括到参数估计中，可以得到更有效的参数估计.本文分别对Dorfman分组方式的单个疾病的分组检测数据和具有相关性的两个疾病分组检测数据建立回归模型，并应用0-1损失下的Hybrid推断方法得到回归参数的估计和方差估计.我们用优势比来度量同一个体两个疾病真实疾病状态间的相关性以得到二维Bernoulli随机变量的联合概率.数值结果表明当样本量较小时，加入部分先验信息的Hybrid估计的均方误差比极大似然估计的小，其95％置信区间长度比极大似然估计的短.