Bayesian and Frequentist Predictive Inference for the Patterns of Care Studies
医疗照护模式研究中的贝叶斯与频率学派预测推断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：摘要涉及有限总体调查预测推断，未指向宏观预测或其他给定领域细分。
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
医疗照护模式研究中的贝叶斯与频率学派预测推断
- 研究问题
- 在癌症放射治疗照护质量调查中，如何对目标有限总体参数开展模型预测推断，不同方法对估计不确定性的衡量为何可能不同？
- 方法与思路
- 作者使用层级贝叶斯模型和频率学派混合线性模型，强调变换后的随机变量，并以一项调查比较频率学派、贝叶斯和经验贝叶斯方法。
- 材料陈述的贡献
- 摘要称，实例中三种方法的有限总体均值估计基本相同，但标准频率学派与经验贝叶斯变异度量明显较小，贝叶斯结果反映尺度参数不确定性。
- 阅读关注点
- 应核对抽样设计与模型的关系、随机变量变换和先验设定，以及三种变异度量分别纳入哪些不确定性、是否估计相同目标。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；均值与变异差异来自所述调查实例，摘要未提供覆盖率证据，不能据此判断方法普遍优劣。
原文摘要
The Patterns of Care Studies were conducted to determine the quality of care received by cancer patients whose primary treatment modality is radiation therapy. In this article, we propose and evaluate models which, if acceptable, permit Bayesian and frequentist model-based predictive inference for the desired finite population parameters. Using both hierarchical Bayesian and frequentist mixed linear models, we describe methodology for making the desired inferences, emphasizing the use of transformed random variables. Finally, we compare the frequentist, Bayes, and empirical Bayes approaches using data from one of the surveys. All three methods produce essentially the same value for the (finite population) mean. The standard empirical Bayes and frequentist measures of variability are very much smaller than those derived from the Bayesian approach, the latter reflecting uncertainty about the values of the scale parameters in the model.