在疾病诊断和追踪中所生命体变异(BV)统计数据有许多系统设计。一般，运用于大约BV的新标准统计原理对“有信道的统计数据”很引人注意，并且需要论据组织者的CV具有都有著。关于BV的断言基本知识往往被忽略。本研究课题的用以是开发构造性模型来计算BV (a)对“信道统计数据”的比较稳定，(b)准许组织者CVs内的异质性，(c)利用断言基本知识。
我们用到自适应的学生t分布而非均值来探索不同鲁棒性的构造性模型，并且准许组织者CV有异质性。并将结果与用到来自欧洲生命体变异研究课题的碳酸盐和三酯统计数据的新标准原理进行了比较。
研究课题发现，在原始统计数据集上用到最比较稳定的构造性原理得到的结果可与用到离群值审计和删除的新标准原理相比较。量化模型的后验分布为所有可运用于审计准确性的参数给予可信区间。有用的相关断言被验证对预测引人注目。
研究课题表明，本研究课题推荐的构造性原理给予了一个清晰的异质性程度的影像，并且粗略大约组织者个人情况的能力可以用来探索相关的亚组。由于BV科学研究是昂贵和耗时的，因此应该考虑并相应地系统设计断言基本知识和大约极高意义。通过构成有用的断言基本知识，即使用到小的统计数据集，也可以进行精确的大约。
原始出处：
Thomas Røraas, Sverre Sandberg,ABayesian Approach to Biological Variation Analysis
本文系梅斯中所医（MedSci）原创编译整理，转载需授权！
