用于兴奋剂检测的基于多元 Copula 的贝叶斯框架
统计方法学
2024-04-22 v1 应用统计
摘要
兴奋剂控制是反兴奋剂组织保护纯洁体育竞赛的重要组成部分。自 2009 年以来，运动员生物护照（ABP）在全球范围内补充了这一使命，用于长期监测运动员的个体特征。ABP 的实际实施基于一个名为 ADAPTIVE 的贝叶斯框架，旨在识别个体参考范围，超出该范围的观测可能表明存在滥用兴奋剂。目前，该方法遵循单变量方法，依赖对不同标志物进行同时的单变量分析。本研究将 ADAPTIVE 方法扩展至多元检验框架，利用 copula 模型将生物标志物的边缘分布与其依赖结构耦合。在介绍了所提出的基于 copula 的分层模型后，我们讨论了基于贝叶斯思想的推断方法，并提出了对多维预测参考区域的扩展。聚焦于 ABP 的血液学模块，我们在数据驱动模拟和真实数据中评估了所提出的框架。
引用
@article{arxiv.2404.12499,
title = {A Multivariate Copula-based Bayesian Framework for Doping Detection},
author = {Nina Deliu and Brunero Liseo},
journal= {arXiv preprint arXiv:2404.12499},
year = {2024}
}
备注
21 pages