该方法使用广义线性建模来计算最大似然估计 使用许多不同尺寸的普遍性和信心。 假设方法 100%测试灵敏度和特异性。见威廉姆斯和莫菲特(2001) 了解更多详情。 可以计算流行率估计值以进行抽样 最多10个不同池的策略.
此方法所需的输入是:
所需的置信度必须是十进制数> 0且<1(例如,0.99 = 99%或0.95 = 95%)。 池大小和池数必须是正整数(> 0)和正池数 必须是非负整数(> = 0)。 正池的数量必须小于或等于 测试的相应池数.
产出包括:
内容 | |
---|---|
1 | 介绍 |
2 | 概观 |
3 | 贝叶斯与Frequentist方法 |
4 | 固定泳池大小和完美测试 |
5 | 固定的游泳池大小和已知的Se&Sp |
6 | 固定的游泳池大小和不确定的Se&Sp |
7 | 可变池大小和完美测试 |
8 | 使用Gibbs采样器汇集流行率 |
9 | 使用一次测试确实流行 |
10 | 使用Gibbs采样器进行两次测试估计真实患病率 |
11 | 估计先前Beta分布的参数 |
12 | 样本大小,完美的游泳池大小和完美的测试 |
13 | 固定池的样本大小和已知的测试灵敏度和特异性 |
14 | 固定池大小的样本大小和不确定的测试灵敏度和特异性 |
15 | 模拟固定池大小的采样 |
16 | 模拟可变池大小的采样 |
17 | 重要假设 |
18 | 汇总流行率估计有偏见! |