二分类集群数据下灵敏度和特异度的置信区间构建

摘要：

在医学诊断等应用领域中广泛存在二分类集群数据，其特征是来自同一个群的反应结果存在相关。对于该数据下灵敏度和特异度的置信区间构造，目前已有方法在小样本及灵敏度或特异度偏大时区间覆盖率较差，通过利用二项分布得分区间的构造思想，基于灵敏度和特异度的最优加权估计量构造一种新的置信区间；通过蒙特卡洛模拟表明，与已有方法相比新区间的覆盖率明显最优、且区间长度较小；新区间在二分类集群数据的应用中值得推广。

关键词：集群数据、灵敏度、特异度、置信区间

所属期刊栏目：31

分类号：TP2;O1

资助基金：中国人民大学科学研究基金项目《生物医学大数据的统计方法基础研究》15XNI011

在线出版日期：2016-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：28-32