Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...
Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...
Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Distribuţia</strong> <strong>Binomială</strong>: <strong>Modelare</strong> <strong>Statistică</strong>, <strong>Optimizare</strong> <strong>Numerică</strong>, <strong>cu</strong> Aplicaţii în Bioinformatică şi Biochimie<br />
Domeniu m=n=10 m=n=20 m=n=30 X=Y 4 ≤ m,n ≤ 14<br />
Metoda 5AE SD 5AE SD 5AE SD 5AE SD AvAD<br />
NNWald 0.16 3.89 0.61 2.77 0.76 2.27 0.57 0.91 4.43<br />
NNAC 3.31 0.90 2.60 1.20 2.29 1.25 0.45 1.20 3.41<br />
NNAs0 2.03 1.71 1.45 1.53 1.46 1.52 0.04 0.90 2.30<br />
NNJ 2.98 1.11 1.81 1.69 1.43 1.80 0.53 1.12 2.67<br />
“Best of” 0 0 0 0 0 0 0 0 0<br />
► Tabela următoare clasifică metodele în funcţie de performanţă raportat la diferenţa absolută între<br />
media erorii experimentale şi eroarea impusă şi deviaţia standard a erorii experimentale, pentru cele<br />
5 situaţii investigate (m=n=10, m=n=20, m=n=30, X=Y & 4≤ m=n ≤ 204, 4 ≤ m,n ≤ 14), şi obţine<br />
scorul global al acestora:<br />
Metoda 123456789 Σ<br />
NNWald141414424 25<br />
NNAC 414141243 24<br />
NNAs0 232232111 17<br />
NNJ 323323332 24<br />
“Best of”111111111min<br />
► Concluzia ce rezultă din tabelul de mai sus este că metoda NNAC este cea mai bună optimizare<br />
pentru funcţia NN (fapt care rezultă pentru întreg domeniul de volum de eşantion de la 4 la 1000)<br />
urmată de metoda NNAs0 (metodă care merge mai bine pentru volume de eşantion mici, asa <strong>cu</strong>m<br />
rezultă din investigaţia anterioară), ambele metode reprezentând optimizări faţă de metoda uzuală<br />
NNWald.<br />
Proiectarea şi implementarea modului de cal<strong>cu</strong>l al intervalelor de încredere şi<br />
optimizarea intervalelor pentru |1-Xn/Y/m|<br />
► Funcţia matematică |1-Xn/Y/m| este folosită în studiile medicale bazate pe tabela de contingenţă:<br />
2×2 Caz Test Test<br />
Succes a c a+c<br />
Eşec b d b+d<br />
Total a+b c+d a+b+c+d<br />
pentru studiu asupra relaţiei între eşantionul caz şi eşantionul test, denumirea consacrată în limba<br />
engleză pentru acest studiu fiind relative risk reduction/increase (reducerea/creşterea ris<strong>cu</strong>lui<br />
relativ) şi benefit increase (creşterea beneficiului) şi este folosită în cazul studiilor de terapie.<br />
► Notând <strong>cu</strong> CIBI intervalul de încredere pentru reducerea/creşterea ris<strong>cu</strong>lui relativ (folosită în<br />
cazul studiilor de terapie), următoarea relaţie este relaţie de transformare de la formulele de definiţie<br />
a acestui parametru medical la funcţia matematică |1-Xn/Y/m|:<br />
BI =<br />
a c<br />
−<br />
a+ b c+ d<br />
c<br />
=<br />
X Y<br />
−<br />
m n<br />
Y<br />
Xn<br />
= −1<br />
Ym<br />
c+ d n<br />
111(157)