用于激光辅助纹身去除最佳实践的统计学习
应用统计
2021-05-20 v1
摘要
激光辅助纹身去除中并发症背后的原因目前尚不清楚，且在有关纹身去除的文献中，重点在于去除技术与工具，而非治疗过程中涉及的最佳参数。此外，鉴于可能与这些并发症相关的因素之间相互作用的复杂性，确定最佳实践本身十分困难。在本文中，我们应用一系列经典统计方法与技术来识别可能与纹身去除过程中并发症成因密切相关的特征，并报告潜在最佳实践的定量证据。我们对全球最大的帮派康复与重返社会组织Homeboy Industries收集的纹身数据进行了基础统计描述；进行了参数与非参数显著性检验；最后，建立了一个解释治疗参数相互作用的统计模型，并利用自助法（bootstrapping）与梯度提升（gradient boosting）开发了治疗参数的排序系统。
引用
@article{arxiv.2105.09065,
title = {Statistical Learning for Best Practices in Tattoo Removal},
author = {Richard Yim and Jamie Haddock and Deanna Needell},
journal= {arXiv preprint arXiv:2105.09065},
year = {2021}
}
备注
15 pages, 2 figures, 9 tables