총 327페이지
189페이지 본문시작
위험평가를 위한 정량평가법 소개 - R을 이용한 이론과 실습
질병의 유병률은 p=1/11=0.091이다. 1두의 감염된 돼지를 검출하기 이전에 검사해야할
두수 (��
)는 다음과 같이 추정된다.
��
��
�� �狼踊�????????�煬司哲司憤狼�
��
25두의 감염된 돼지를 검출하기 이전에 검사해야할 두수 (��
)는 다음과 같다.
�禮�
N
=25+Ngative_Binomial(25,0.091)
�禮�
그러나 마지막 시행의 결과가 성공이었는지는 흔히 알지 못한다. 예를 들어, 특정한 질병에
대하여 1000수의 닭 계군을 검사하여 24수의 감염된 닭을 확인하였다. 민감도가 75%라고
하자. 실제로 감염되어 있는 상당수의 닭을 검출하는데 실패할 것이다. 즉 가장 최선의
추정치는 8수를 놓치는 경우이다. 그러나 추정치의 정확성을 높이기 위해서
Ngative_Binomial 분포를 사용할 수 있다. 검출하지 못한 감염된 닭의 수 (N)에 대하여
모형화하기 위해서는 다음과 같은 모형을 사용할 수 있다.
N=Ngative_Binomial(24,75%)
그러나 이는 마지막으로 감염된 닭이 검출되었다고 (즉 마지막 시행이 성공이었음)
가정하는 것이다. 반면에 검사받은 마지막 일부 감염된 닭이 검출되지 않았을 수도 있는데
이 경우 실패건수는 Ngative_Binomial(s+1,p) 이 된다. 따라서 위의 예는 다음의 분포를
사용할 수 있다. (그림 3-13).
N=Ngative_Binomial(25,75%)
CODE
#변수에값과name할당
x
names(x)
#막대그래프그리기
barplot(dnbinom(x,25,0.75),
ylim=c(0,0.14),main="NegBin(25,0.75)")
그림 3-13 Negative binomial 분포 [Ngative_Binomial(25,0.091)]
174
질병의 유병률은 p=1/11=0.091이다. 1두의 감염된 돼지를 검출하기 이전에 검사해야할
두수 (��
)는 다음과 같이 추정된다.
��
��
�� �狼踊�????????�煬司哲司憤狼�
��
25두의 감염된 돼지를 검출하기 이전에 검사해야할 두수 (��
)는 다음과 같다.
�禮�
N
=25+Ngative_Binomial(25,0.091)
�禮�
그러나 마지막 시행의 결과가 성공이었는지는 흔히 알지 못한다. 예를 들어, 특정한 질병에
대하여 1000수의 닭 계군을 검사하여 24수의 감염된 닭을 확인하였다. 민감도가 75%라고
하자. 실제로 감염되어 있는 상당수의 닭을 검출하는데 실패할 것이다. 즉 가장 최선의
추정치는 8수를 놓치는 경우이다. 그러나 추정치의 정확성을 높이기 위해서
Ngative_Binomial 분포를 사용할 수 있다. 검출하지 못한 감염된 닭의 수 (N)에 대하여
모형화하기 위해서는 다음과 같은 모형을 사용할 수 있다.
N=Ngative_Binomial(24,75%)
그러나 이는 마지막으로 감염된 닭이 검출되었다고 (즉 마지막 시행이 성공이었음)
가정하는 것이다. 반면에 검사받은 마지막 일부 감염된 닭이 검출되지 않았을 수도 있는데
이 경우 실패건수는 Ngative_Binomial(s+1,p) 이 된다. 따라서 위의 예는 다음의 분포를
사용할 수 있다. (그림 3-13).
N=Ngative_Binomial(25,75%)
CODE
#변수에값과name할당
x
names(x)
#막대그래프그리기
barplot(dnbinom(x,25,0.75),
ylim=c(0,0.14),main="NegBin(25,0.75)")
그림 3-13 Negative binomial 분포 [Ngative_Binomial(25,0.091)]
174
189페이지 본문끝
메뉴
현재 포커스의 아래내용들은 동일한 컨텐츠를 가지고 페이지넘김 효과및 시각적 효과를 제공하는 페이지이므로 스크린리더 사용자는 여기까지만 낭독하시고 위의 페이지이동 링크를 사용하여 다음페이지로 이동하시기 바랍니다.