《表5 SICCT和IFN-γ敏感性和特异性的贝叶斯估计》
提示：宽带有限、当前游客访问压缩模式
两种诊断方法敏感性和特异性的后验分布中位数及95%置信区间见表5。
| 图表编号 | XD00178831800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.20 |
| 作者 | 范冰洁、张斐、肖开提、阿曼古丽、黄炯 |
| 绘制单位 | 新疆农业大学动物医学院、新疆动物卫生监督所、新疆动物卫生监督所、新疆动物卫生监督所、新疆动物卫生监督所、新疆畜牧科学院兽医研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 贝叶斯估计和动态预测的优化预测结果》2020.11.01
- 《表1 贝叶斯回归估计：基于贝叶斯时空模型的建设用地扩张格局差异分析——以长三角和中原城市群为例》2021.02.10
- 《表4 SICCT和IFN-γ检测结果的交叉排列》2020.06.20
- 《表1 SICCT和IFN-γ检测结果的交叉排列》2020.06.20
- 《表2 SICCT和IFN-γ的先验分布参数》2020.06.20
- 《表3 SICCT和IFN-γ检测结果》2020.06.20
- 《表6 条件概率表：基于事故树和贝叶斯网络的隧道塌陷风险概率估计方法研究》2020.04.20
- 《表4 隧道坍塌事故原因：基于事故树和贝叶斯网络的隧道塌陷风险概率估计方法研究》2020.04.20
- 《表2 专家权重划分：基于事故树和贝叶斯网络的隧道塌陷风险概率估计方法研究》2020.04.20
- 《表1 概率等级划分：基于事故树和贝叶斯网络的隧道塌陷风险概率估计方法研究》2020.04.20
- 《表5 各参数模型下生存时间的贝叶斯估计》2020.02.01
- 《表1 银行的资产负债表：商业银行债务网络估计和系统性风险度量研究——基于贝叶斯方法》2020.07.15
- 《表7 美国和中国子样本分析贝叶斯VAR模型的估计结果》2019.09.10
- 《表7 美国和中国子样本分析贝叶斯VAR模型的估计结果》2019.09.10
- 《表5 中国贝叶斯VAR模型的估计结果》2019.09.10
- 《表5 中国贝叶斯VAR模型的估计结果》2019.09.10
- 《表1 参数的先验分布和贝叶斯估计结果》2019.08.10
- 《表1 参数的先验分布和贝叶斯估计》2019.07.15
- 《表5 PI3Kγ的朴素贝叶斯学习模型前5名的性能评估》2019.01.15
- 《表2 模型参数的先验分布和贝叶斯估计结果》2019.01.25