R 语言包 predint：基于过离散二项与泊松数据或线性随机效应模型的预测区间

预测区间是一种统计区间，应以给定覆盖概率包含一个或多个未来观测，通常基于历史对照数据计算。预测区间的应用在毒理学、临床前统计、工程、 assay 验证或复制研究评估等许多研究领域均有讨论。无论如何，predint 中实现的预测区间源自先前在毒理学和临床前应用背景下完成的工作。因此所实现的方法反映了这些研究领域中常见的数据结构。在毒理学中，历史数据通常由二分类或计数终点组成。因此基于二项或泊松分布对这些数据建模似乎是自然的。然而，历史对照数据通常由若干研究组成。这种聚类引起了可能的过离散，区间计算必须予以反映。在临床前统计中，终点通常假设为正态分布，但由于实验设计（交叉分类和/或层次结构）通常彼此不独立。这些依赖关系可基于线性随机效应模型建模。因此，predint 提供了用于计算过离散二项数据、过离散泊松数据以及由线性随机效应模型建模数据的预测区间和单侧界的函数。