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：摘要讨论有限总体调查推断与混合模型，未直接涉及所列经济学领域细分。
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
- 如何利用放射治疗癌症患者的抽样调查，对医疗照护质量相关的有限总体参数进行预测推断，并衡量模型参数不确定性？
- 方法与思路
- 作者采用分层贝叶斯模型与频率学派混合线性模型，强调变换随机变量的使用，并用一项调查比较频率、贝叶斯与经验贝叶斯方法。
- 材料陈述的贡献
- 摘要称三种方法给出基本相同的有限总体均值，但贝叶斯变异度量明显较大，体现了对模型尺度参数取值的不确定性。
- 阅读关注点
- 应核对抽样设计与预测模型如何衔接、随机变量变换的作用，以及三类变异度量是否针对相同目标并计入相同的不确定性来源。
- 阅读边界
- 仅据稿件版本未注明的OpenAlex索引摘要；模型可接受性的条件、诊断及具体差异未说明，不能据此判断普遍优劣或刊本变化。
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.