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。
Lomb-Scargleの周期図の頻出者とBayes処理を系統的に比較するために,大規模なモンテカルロシミュレーションを行った。目標は,Bayes周期探索が,検出効率,特にyess,および感度が事前の選定に関して,特に誤指定した事前(以前に採用した事前が物理的オブジェクトの実際の分布に合致しない場合)に関して,その検出効率に関して,頻繁であるかどうかを調べることにあるかを調査することである。”その目的”は,その検出効率に関して,どのくらい,また,その選択に関して,特に,その選択に関して,どのくらいか,また,その感度が,その事前の選定に関して,どのように有利であるかを調査することである。Bayesと頻繁な解析は,タイプIとタイプII誤りの間のトレードオフに関して,常にほとんど同じ検出効率を提供することを見出した。Bayes検出は,周波数が不均一である場合,正式な利点を明らかにするかもしれないが,しかし,これは,余分な検出信号当たり,ΔΨ1だけをもたらす。事前が誤指定された場合(実際の一様で不均一なものを採用)すれば,これは頻繁な分析の反対の利点になる。最後に,このタスクのBayes因子が,タイプI誤りに対するキャリブレーションなしに使用された場合,むしろ保守的(偽陽性)に現れ,従って,そのようなキャリブレーションを実際に必要としていることを明らかにした。【JST・京大機械翻訳】