如何從數(shù)量眾多的人群中迅速檢測(cè)出攜帶病毒的個(gè)體,對(duì)控制感染和疾病擴(kuò)散以及人類的生存發(fā)展至關(guān)重要.在流行病學(xué)等科學(xué)研究中,個(gè)體檢測(cè)的工作費(fèi)時(shí)費(fèi)力,直到Dorfman提出分組檢測(cè)后,眾多領(lǐng)域的試驗(yàn)研究過程對(duì)分組檢測(cè)方法越來越重視.對(duì)比樣本個(gè)體檢測(cè),分組檢測(cè)方法減少檢測(cè)次數(shù),降低檢測(cè)成本,同時(shí)有效篩查出患病樣本,控制疾病的傳播.在使用分組檢測(cè)方法時(shí),我們將群體分成各個(gè)組,組內(nèi)的陽性個(gè)體數(shù)是未知的,通過以組為單位進(jìn)行檢測(cè)來有效識(shí)別陽性個(gè)體.本文主要有兩部分內(nèi)容,第一,在分組檢測(cè)下,組的觀測(cè)數(shù)據(jù)是連續(xù)情形,將陽性個(gè)體數(shù)作為隱變量引入,建立了一個(gè)混合模型.在建立混合模型的過程中,我們發(fā)現(xiàn)這個(gè)混合模型與一般的混合模型不同.一般有k個(gè)分模型的混合模型,假定每個(gè)分模型的參數(shù)個(gè)數(shù)是p,那么總參數(shù)的自由度是(k+k×p-1),而本文建立有k個(gè)分模型的混合模型,總參數(shù)的自由度是(2×p+1).該混合模型參數(shù)是受低維參數(shù)控制的,參數(shù)自由度小于一般的混合模型參數(shù)自由度.這是一個(gè)參數(shù)受限的問題,我們給出了參數(shù)受限EM算法解決問題,并考慮正態(tài)分布,伽瑪分布,附加協(xié)變量信息的正態(tài)分布三種不同類別函數(shù)分布情形下的未知參數(shù)估...

【文章頁數(shù)】：35 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 緒論
    1.1 研究背景
    1.2 文獻(xiàn)綜述
    1.3 論文的主要內(nèi)容和特色
第二章 基于定量測(cè)量識(shí)別陽性個(gè)體
    2.1 模型假定
    2.2 建立模型
    2.3 重測(cè)過程
第三章 多種情形下的參數(shù)估計(jì)
    3.1 伽瑪分布情形
    3.2 考慮協(xié)變量信息
第四章 數(shù)值模擬
    4.1 對(duì)重測(cè)過程進(jìn)行分析
    4.2 對(duì)參數(shù)進(jìn)行估計(jì)
第五章 小結(jié)與討論
參考文獻(xiàn)
致謝



本文編號(hào)：4049988