抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,毎月および年間平均日毎自転車容積推定(MADBおよびaadB)の精度に及ぼすサイクリング計数データの欠落率の影響を調査した。本研究では,カナダ,バンクーバの6つのカウントステーションにおいて,毎日の自転車数の全年を使用した。本研究では,2つの欠落したデータパターンをシミュレートした:ランダム(MCR)で完全に,ランダム(NMR)ではNot Mising(NMR)で,系統的なパターンとしても知られている。最初のパターンにおいて,異なる欠落率の毎日の自転車カウントの反復ランダムサンプルを,全データセットから引き出し,各カウントステーションにおけるMADBとaadBを計算するために使用した。第二のパターンでは,長期間のデータギャップを1週間から4か月の期間に対して仮定し,MADTとAADBsを計算した。不完全データから計算した推定値を実際の推定値と比較し,各シナリオの誤差を決定した。結果は,aadBの推定精度に及ぼす欠測数の影響は,誤差が5%を超えないところで,高い欠落率に対してさえも最小であることを示した。これは,データがランダムに失われており,年の各月をカバーするいくつかのサンプルがある。一方,MADBの推定誤差は,欠落率が高いとき,比較的高いことが分かった。これらの結果は,永続的なカウンターデータの半分がランダムに欠けていても,最大推定誤差は14%を超えないことを示した。aadBとMADB推定の組合せ影響を,完全データを用いて計算したMFと不完全データによって計算したものとを比較することによって捕捉した。結果は,90%と70%の欠落率に対して94%と34%の最大誤差を示した。長期間のデータギャップのシナリオに対して,データが1週間から4か月の間に失われたとき,aadBの最大推定誤差は1.5%と21.1%の間にあった。非集計誤差解析は,7月の欠落データがaadBの推定精度に最も負の影響を持つことを示した。最後に,多重衝撃(MI)法を適用して,高い欠落率に対するデータギャップを埋め込んだ。この方法は,4か月のデータが1つのカウントステーションで連続的に欠落していても,最大aadB推定誤差<3%をもたらした。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
