在误分类下贝叶斯和频率主义方法的流行率估计比较

背景：针对流行率的统计推断存在多种方法，这些方法考虑了由于不完美的诊断测试而导致的错误分类。然而，传统方法已知在流行率估计和围绕点估计构建的置信区间方面会遭受截断，以及置信区间覆盖率的表现不佳。方法：在本研究中，我们使用模拟数据集验证了一种贝叶斯流行率估计方法，并将其性能与频率主义方法进行比较，即结合几种置信区间构建方法的Rogan-Gladen流行率估计（RGE）。我们的性能指标包括（i）点估计的误差分布与模拟真实流行率的比对，以及（ii）置信区间或贝叶斯方法中的可信区间的覆盖率和长度。结果：在所有数据集中，贝叶斯点估计和RGE产生了相似的误差分布，前者在某些方面略优于后者。此外，贝叶斯估计没有遭受RGE在零或一处的截断问题。关于置信区间和可信区间的覆盖性能，所有传统的频率主义方法均表现出明显的覆盖不足，而贝叶斯可信区间以及Lang和Reiczigel提出的新频率主义方法表现良好，贝叶斯方法在区间长度方面略有优势。结论：贝叶斯流行率估计方法应优于传统频率主义方法。一个可接受的替代方案是将Rogan-Gladen点估计与Lang-Reiczigel置信区间结合。