adjPrevSensSpec | 为给定的分析灵敏度和特异性调整流行点估计值。 | ||
adjPrevSensSpecCI | 为给定的分析灵敏度和特异性调整流行点估计值和置信区间(也只是不精确地知道)。 | ||
bootComb | 通过bootstrap合并参数估计 | ||
getBetaFromCI | 为概率参数的给定置信区间找到最佳拟合的beta分布。 | ||
getExpFromCI | 找到给定置信区间的最佳拟合指数分布。 | ||
getGammaFromCI | 找到给定置信区间的最佳拟合gamma分布。 | ||
getNegBinFromCI | 找到给定置信区间的最佳拟合负二项分布。 | ||
getNormFromCI | 找到给定置信区间的最佳拟合正态/高斯分布。 | ||
getPoisFromCI | 找到给定置信区间的最佳拟合泊松分布。 | ||
identifyBetaPars | 为概率参数的给定置信区间确定最佳拟合β分布的参数。 | ||
identifyExpPars | 确定给定置信区间的最佳拟合指数分布的参数。 | ||
identifyGammaPars | 确定给定置信区间的最佳拟合gamma分布的参数。 | ||
identifyNegBinPars | 确定给定置信区间的最佳拟合负二项分布的参数。 | ||
identifyNormPars | 确定给定置信区间的最佳拟合正态/高斯分布的参数。 | ||
identifyPoisPars | 确定给定置信区间的最佳拟合泊松分布的参数。 | ||
simScenPrevSensSpec | 用于调整灵敏度和特异性流行率的模拟场景。 | ||
simScenProductTwoPrevs | 两个预测值乘积的模拟场景。 | ||
ssBetaPars | 计算β分布的理论分位数和观测分位数之间的平方和。 | ||
ssExpPars | 计算指数分布的理论分位数和观测分位数之间的平方和。 | ||
ssGammaPars | 计算伽马分布的理论分位数和观测分位数之间的平方和。 | ||
ssNegBinPars | 计算负二项分布的理论分位数和观测分位数之间的平方和。 | ||
ssNormPars | 计算正态/高斯分布的理论分位数和观测分位数之间的平方和。 | ||
ssPoisPars | 计算泊松分布的理论分位数和观测分位数之间的平方和。 |