Efficient estimation of the prevalence of multiple rare traits
多种稀有特征流行比例的有效估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要涉及群体检测设计与疾病比例估计，未直接讨论所列因果、分布效应或其他计量细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多种稀有特征流行比例的有效估计
- 研究问题
- 当总体同时存在多种稀有特征时，如何设计群体检测并估计各特征的个体比例，使单一特征的两阶段设计得到扩展？
- 方法与思路
- 作者将自适应两阶段群体检测扩展至多特征情形，用复合 D 最优设计理论选择组规模，并以极大似然估计各特征比例。
- 材料陈述的贡献
- 摘要称推导最优组规模，证明极大似然估计的一致性与渐近正态性，并应用于埃塞俄比亚女性三种感染比例的估计。
- 阅读关注点
- 核对多特征联合模型、检测误差与成本设定、两阶段适应规则及最优准则，并确认理论条件和实际检测流程的一致性。
- 阅读边界
- 所据为稿件版本未注明的 OpenAlex 索引摘要。摘要未说明特征间依赖、检测准确性或效率数值，最优性只能在文中设计准则下理解。
原文摘要
We consider a population with multiple traits of interest, where our goal is to estimate the proportions of individuals with the traits. When traits are rare, group testing can improve efficiency. Previous work of Hughes-Oliver & Swallow (1994) developed an adaptive two-stage design for group testing of only one trait. We extend this work to the multi-trait case. We derive the optimum group sizes using compound D-optimum design theory. Estimation is based on maximum likelihood estimators, which are shown to be consistent and asymptotically normal. We apply our design to a problem of estimating the prevalence of HIV, chlamydia and syphilis in Ethiopian women.