暴露混合物的功率分析 通过蒙特卡洛模拟的暴露混合研究
Phuc H Nguyen1, Amy H Herring1, Stephanie M Engel2
1Department of Statistical Science, Duke University, Durham, 27710, NC, USA.
研究人员现在可以很容易地估计样本大小和环境暴露混合研究的统计能力,使用新的R包,mpower. 该工具简化了复杂的模拟,用于先进的流行病学方法.
科学领域:
- 流行病学 流行病学
- 环境健康 环境健康
- 生物统计学 生物统计学
背景情况:
- 样本大小和统计能力估计对于强大的流行病学研究设计至关重要.
- 现有的公式对于暴露混合研究的先进方法是不够的.
- 蒙特卡洛模拟提供灵活性,但对于非程序员来说是复杂的.
研究的目的:
- 引入R包 mpower,旨在简化对环境暴露混合物的观测研究的功率分析.
- 为使用先进混合物分析方法的研究人员提供一个用户友好的工具.
- 确保该数据包能够适应该领域未来的统计发展.
主要方法:
- mPOWER R套件有助于模拟真实的暴露数据和共变量.
- 它支持用于最近开发和未来混合物分析方法的功率分析.
- 用户可以生成功率曲线来评估样本大小,效果大小和功率权衡.
主要成果:
- 该套件简化了对暴露混合物研究的复杂模拟的设置.
- 它使研究人员能够有效地评估设计参数.
- 为实际应用提供教程和示例.
结论:
- 电源组合民主化了对环境暴露混合物研究的电力分析.
- 它增强了涉及复杂暴露的流行病学研究的设计.
- 该工具支持关于样本大小和统计能力的知情决策.
更多相关视频
09:50Impact Assessment of Repeated Exposure of Organotypic 3D Bronchial and Nasal Tissue Culture Models to Whole Cigarette Smoke
Published on: February 12, 2015
10:22Split Point Analysis and Uncertainty Quantification of Thermal-Optical Organic/Elemental Carbon Measurements
Published on: September 7, 2019
相关概念视频
Mechanistic Models: Compartment Models in Individual and Population Analysis
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
