文献

J-GLOBAL ID：201902233544007649   整理番号：19A0137091

平滑化は一次元生体力学的連続体の小サンプルを系統的にバイアスできる【JST・京大機械翻訳】

Smoothing can systematically bias small samples of one-dimensional biomechanical continua

著者 (4件)： Pataky Todd C. (Department of Human Health Sciences, Kyoto University, Japan) ,  Robinson Mark A. (Research Institute for Sport and Exercise Sciences, Liverpool John Moores University, UK) ,  Vanrenterghem Jos (Department of Rehabilitation Sciences, KU Leuven, Belgium) ,  Challis John H. (Biomechanics Laboratory, Penn State University, USA)
資料名： Journal of Biomechanics  (Journal of Biomechanics)
巻： 82  ページ： 330-336  発行年： 2019年 
JST資料番号： D0632A  ISSN： 0021-9290  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 平滑化アルゴリズムが実行する品質は,既知の1Dデータを用いてシミュレーションにおいてしばしば評価され,雑音を加え,雑音データを平滑化し,次に,平滑化データと既知データの間の差を定量化し,しばしば平均二乗誤差(MSE)を用いる。一方,全体の差を効果的に要約すると,MSEは局所化された片側誤差を捉えることができない。本論文では,多様なアルゴリズムを用いて雑音のある1Dデータを平滑化することにより,系統的なバイアスを導入し,偽陽性率(FPR)を用いてこのバイアスを定量化する。平滑化アルゴリズムが1D平均値をその真の1Dデータと著しく異なるデータセットを生成する。6つの1Dデータ連続体を含むシミュレーション研究を行い,そのパラメータをサンプルサイズと雑音振幅に沿って系統的に操作した4つの平滑化アルゴリズムを用いた。約1000万のシミュレーション反復を評価した。FPRsは,得られたデータセットの計算された滑らかさに基づいて,α=0.05で計算された。結果は,FPRsがαの期待値よりはるかに高く,多くの場合に100%に近づいたことを示した。FPRsは,平滑化アルゴリズムと1Dデータの両方にかかわらず,攻撃的平滑化パラメータ,大きなサンプルサイズ,および小さいノイズ振幅で最も高かった。これらの結果は,平滑化1D生体力学データが比較的高い確率で統計的バイアスを導入できることを示唆する。1D変化の生体力学的意味がデータセット間で大きく変化するので,意味は実験的に特異的である。小さな1D変化が自明でない生体力学的結果を持つ場合,平滑化誘起バイアスは一般的な懸念の原因となるはずである。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  シミュレーション ,  平滑度 ,  *連続体 ,  期待値 ,  アルゴリズム ,  統計解析 ,  生体力学 ,  *平滑化 ,  *一次元 ,  品質 ,  *バイアス
準シソーラス用語： 局在化 ,  平均二乗誤差 , 【Automatic Indexing@JST】

著者キーワード (5件)： ディジタルフィルタリング ,  生体力学的時系列 ,  統計解析 ,  ランダム場理論 ,  統計的パラメトリックマッピング

分類 (2件)： 生体計測  (EL03020C) ,  循環系モデル  (EL02020V)

タイトルに関連する用語 (4件)： 平滑化 ,  生体力学 ,  連続体 ,  サンプル