Bootstrap-Adjusted Calibration Confidence Intervals for Immunoassay
免疫测定中经自助法调整的校准置信区间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：摘要聚焦免疫测定校准与一般自助法区间修正，未提供所列领域细分的直接依据。
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
免疫测定中经自助法调整的校准置信区间
- 研究问题
- 利用非线性异方差回归将免疫测定响应换算为未知浓度时，常规置信区间为何覆盖失准，又如何提高覆盖准确性？
- 方法与思路
- 作者分析响应方差参数估计对校准区间的影响，并据此提出自助法调整，以理论结果和模拟检查调整后的覆盖表现。
- 材料陈述的贡献
- 摘要称，方差参数估计是覆盖误差的主要来源，所提调整可达到名义覆盖水平，且所需自助抽样次数较其他方案少。
- 阅读关注点
- 应核对校准区间的构造、方差模型及调整阶数、自助抽样方案，以及覆盖和计算节省结论针对哪些样本与参数设定。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；摘要未给出覆盖保证的具体条件或抽样次数，不能外推到任意校准模型。
原文摘要
In immunoassay, a nonlinear heteroscedastic regression model is used to characterize assay concentration-response, and the model fitted to data from standard samples is used to calibrate unknown test samples. Usual large-sample methods to construct individual confidence intervals for calibrated concentrations have been observed in empirical studies to be seriously inaccurate in terms of achieving the nominal level of coverage. We show theoretically that this inaccuracy is due largely to estimation of parameters characterizing assay response variance. By exploiting the theory, we propose a bootstrap procedure to adjust the usual intervals to achieve a higher degree of accuracy. We provide both theoretical results and simulation evidence to show that the proposed method attains the nominal level. A practical advantage of the procedure is that it may be implemented reliably using far fewer bootstrap samples than are needed in other resampling schemes.