贝叶斯基准剂量分析
统计方法学
2014-06-12 v1
摘要
环境风险评估的一个重要目标是估计最小暴露水平，称为基准剂量 (BMDs)，即在目标人群中引发预设基准反应 (BMR) 的剂量。既有的 BMD 分析推断方法通常涉及单侧频率学派置信限，实践中称为基准剂量下限 (BMDLs)。然而，利用贝叶斯建模和可信限构建 BMDLs 的研究尚不充分。事实上，对于少数现有的贝叶斯 BMD 形式，很少纳入信息性先验信息。我们开发了重参数化的定量反应模型，将 BMD 明确描述为目标参数。我们的目标是通过利用可量化的先验信念来表示统计模型中的参数不确定性，从而获得改进的 BMD 和 BMDL 估计与计算范式。实现过程通过基于蒙特卡洛的自适应 Metropolis (AM) 算法来近似后验分布。来自环境致癌性测试的一个实例说明了这些计算。
引用
@article{arxiv.1406.2725,
title = {Bayesian Benchmark Dose Analysis},
author = {Qijun Fang and Walter W. Piegorsch and Katherine Y. Barnes},
journal= {arXiv preprint arXiv:1406.2725},
year = {2014}
}
备注
arXiv admin note: substantial text overlap with arXiv:1402.3896