溫馨提示：需求數(shù)量不同，價格不同。請聯(lián)系我們，確認(rèn)當(dāng)前新的報價！
AUXAL程序可以在您的桌面上對來自縱向增長研究的數(shù)據(jù)進行快速的分析。該程序?qū)φ玖⒏叨然蚺P位長度的人體生長進行結(jié)構(gòu)性和非結(jié)構(gòu)性生長學(xué)分析。它提供高度、速度和加速度的生長曲線的準(zhǔn)確擬合或平滑，并在出版物質(zhì)量圖形輸出中顯示高度和速度曲線。
定位和描述速度的Maxima值和Minima值。該程序可以一次性分析多個案例的數(shù)據(jù)，并對結(jié)果進行縱向和橫截面匯總。采用貝葉斯估計方法，該程序能夠?qū)⒔Y(jié)構(gòu)模型擬合到不完善的縱向數(shù)據(jù)。該設(shè)施可以從由隨機年齡開始的短期研究樣本組成的混合縱向數(shù)據(jù)中估計整個生長周期的結(jié)構(gòu)平均曲線。它還可以根據(jù)成熟前的一個或多個身高測量來預(yù)測成熟或全部其他年齡的身高。
AUXAL 的特點包括
使用 BTT 模型或 JPA2 模型進行結(jié)構(gòu)分析
通過殘差的傅里葉變換或核平滑進行非結(jié)構(gòu)分析
由易于準(zhǔn)備的 ASCII 命令文件控制的程序
可以從固定列或自由列 ASCII 文件中讀取數(shù)據(jù)
可以從數(shù)據(jù)記錄中任意位置的其他字段中選擇自由列字段
連續(xù)時間點的數(shù)據(jù)可以在單獨的記錄上或在一個長記錄上
在每種情況下，可以根據(jù)年齡或身高范圍選擇觀察值
可以根據(jù)提供的列表選擇或省略大型研究中的案例
AUXAL 4使用與AUXAL 3相同的經(jīng)驗貝葉斯估計程序，但有新的特點和改進，擴展了程序的功能，使其更方便使用。估計模型參數(shù)的人口協(xié)方差矩陣的準(zhǔn)確性得到了提高。盡管來自Fels縱向研究的數(shù)據(jù)檔案繼續(xù)作為幾個模型的默認(rèn)先驗分布平均值和協(xié)方差矩陣的來源，但更準(zhǔn)確的估計協(xié)方差矩陣提供了AUXAL4的先驗。當(dāng)用戶想要用基于其他縱向數(shù)據(jù)的先驗分布取代了當(dāng)前工作中的先驗分布時，所涉及的步驟已經(jīng)簡化。
出現(xiàn)在摘要輸出列表末尾的結(jié)構(gòu)平均曲線的評估高度現(xiàn)在包括任意給定年齡的身高標(biāo)準(zhǔn)誤差。它們有助于對結(jié)構(gòu)平均曲線的分組比較進行統(tǒng)計分析。標(biāo)準(zhǔn)誤差是根據(jù)參數(shù)的估計人口協(xié)方差矩陣和結(jié)構(gòu)平均曲線在任意給定年齡點相對于參數(shù)的導(dǎo)數(shù)計算的。如果當(dāng)前分析中的案例來自與假設(shè)的先驗分布相同的人群，則在這些計算中使用先驗的默認(rèn)協(xié)方差矩陣。如果當(dāng)前樣本的規(guī)模大到足以證明大樣本假設(shè)的合理性，可以使用當(dāng)前工作中估計的人群協(xié)方差矩陣來代替默認(rèn)值。
為混合縱向數(shù)據(jù)的橫截面分析增加了設(shè)施。它們包括給定年齡段平均身高的標(biāo)準(zhǔn)誤差，以及評估任意給定年齡段身高的所謂合理值的規(guī)定，允許對混合縱向數(shù)據(jù)的群體差異進行常規(guī)的多變量分析。當(dāng)每個案例在每個區(qū)間有一個觀察到的身高時，標(biāo)準(zhǔn)誤差是準(zhǔn)確的。否則，它是保守的；在該區(qū)間內(nèi)的額外觀測信息，但很難評估標(biāo)準(zhǔn)誤差的減少，因為這些觀測是相關(guān)的。
更改的命令、選項和關(guān)鍵詞
MEAN和COVARIANCE命令
新選項：輸入
這些命令允許用戶用與當(dāng)前分析更相關(guān)的先驗均值和協(xié)方差矩陣來替換。如果新版本的群體均值和協(xié)方差已經(jīng)被程序估計并通過SAVE命令的MEAN關(guān)鍵字保存，那么這些命令中新選項的出現(xiàn)會自動從SAVE命令創(chuàng)建的現(xiàn)有文件中提取均值和/或協(xié)方差矩陣。在沒有import選項的情況下，均值或協(xié)方差矩陣將按照AUXAL的標(biāo)準(zhǔn)順序從包含參數(shù)值的現(xiàn)有文件中讀取。
ERROR命令
為了抑制maximum后驗眼估計程序收斂失敗而設(shè)置較大的誤差標(biāo)準(zhǔn)差（SD）不再是全局要求的?，F(xiàn)在它只適用于那些在模型參數(shù)迭代估計中沒有收斂的病例。當(dāng)這種情況發(fā)生時，程序會自動嘗試重新估計，至多五次、誤差SD值不斷增加。如果隨后獲得收斂，結(jié)尾的SD值會出現(xiàn)在案例處理列表中。這些調(diào)整通常會減少收斂失敗的次數(shù)。（如果通過調(diào)用技術(shù)選項UNCOR來忽略各年齡段殘差的自相關(guān)性，收斂失敗的情況也會減少）。
ERROR命令不再需要了，但仍可使用。
技術(shù)命令
新選項：SAMPLE
如果該選項存在，程序?qū)⒏鶕?jù)當(dāng)前工作中估計的模型參數(shù)的人口協(xié)方差矩陣來計算任意給定年齡的結(jié)構(gòu)平均曲線的標(biāo)準(zhǔn)誤差。否則，默認(rèn)的先驗分布是計算中協(xié)方差矩陣的來源。
新關(guān)鍵詞：PLSEVAL=t
如果PROCEDURE命令的EVALUATE關(guān)鍵字存在，并且使用SAVE命令的EVAL關(guān)鍵詞保存了連續(xù)年齡段的病例評估高度，那么在假設(shè)每個年齡段的測量誤差分布的平均值為0，標(biāo)準(zhǔn)偏差等于單個病例誤差方差的平方根的情況下，評估高度被轉(zhuǎn)換為可信的值。
在每個評估的身高中加入一個來自該分布的隨機偏離值?？梢杂眠@些值作為數(shù)據(jù)，通過多變量方差分析來分析橫截面平均生長的群體差異。它們的抽樣方差包括抽樣案例的影響，以及測量誤差和方程誤差的影響（也見SAVE命令）。
量t是隨機數(shù)發(fā)生器的種子—任意大于1且小于2147483647的整數(shù)。
新的關(guān)鍵字：ONLY=u
該關(guān)鍵字允許程序直接從用戶提供的參數(shù)手段值（可能是其他研究者的分析值）中計算結(jié)構(gòu)平均曲線的標(biāo)準(zhǔn)誤差。這些參數(shù)需按照有關(guān)模型的標(biāo)準(zhǔn)順序使用MEAN命令來輸入。數(shù)量u是樣本中獲得假定平均值的病例數(shù)。然后，程序需要在一個至少有幾個案例的虛擬工作中執(zhí)行。曲線的繪制與平常一樣。在這些計算中使用默認(rèn)的先驗協(xié)方差矩陣。
SAVE命令
關(guān)鍵字：COVARIANCE
這個關(guān)鍵詞在AUXAL3中沒有實現(xiàn)?，F(xiàn)在它可以使用了。
選項：HGTROW
如果案例高度或可信值高度被評估，該選項將以空格分隔的數(shù)值行列出輸出：否則，數(shù)值將以單列列出。
調(diào)整不同種群的先驗參數(shù)
如果有合適的縱向成長研究中N個案例的大樣本測量結(jié)果 ，模型參數(shù)的群體平均協(xié)方差矩陣可以從每個案例的MAP估計和后驗協(xié)方差矩陣中估計出來。
因為在估計參數(shù)均值和協(xié)方差的先驗分布中需要群體均值和協(xié)方差矩陣，所以在使用時需要一個“引導(dǎo)“程序。開始，從BTT、JPA2或Jenss-Bayley模型的現(xiàn)有AUXAL先驗開始。只要每個案例中間隔良好的數(shù)據(jù)點和數(shù)量超過20個，用這個臨時先驗通過案例就能得到一個很好的人口數(shù)量近似值。修訂后的先驗可以通過SAVE命令保存到一個外部文件中。
>SAVE means='priors.par'
priors.par文件包含模型參數(shù)的估計種群平均值和種群協(xié)方差矩陣。
第二次或第三次運行，每次都替換所產(chǎn)生的臨時先驗，將產(chǎn)生足夠準(zhǔn)確的種群均值和協(xié)方差矩陣估計，以便實際用于模型參數(shù)的MAP估計。從上一次運行中獲得先驗是通過命令讀入程序的。
>MEAN MALE FILE='male. mea';
>COVARIANCE MALE FILE='male.cov'。
【英文介紹】
Overview
Fast, comprehensive analysis of data from longitudinal growth studies is now available on your desktop with the AUXAL program from SSI.
The program performs both structural and nonstructural auxological analysis of human growth in standing height or recumbent length. It provides accurate fitting or smoothing of growth curves for height, velocity, and acceleration and displays the height and velocity curves in publication quality graphic output.
Maxima and minima of velocity are located and described. Data from multiple cases can be analyzed in one pass through the program and the results summarized both longitudinally and cross-sectionally.Employing Bayesian methods of estimation, the program is able to fit the structural models to incomplete longitudinal data. This facility makes it possible to estimate a structural average curve for the full growth cycle from mixed longitudinal data consisting of a sample of short studies beginning at random ages. It also makes possible the prediction of height at maturity, or any other age, from one or more measures of height prior to maturity.
Features of AUXAL include
Structural Analysis with the BTT Model or the JPA2 Model
Nonstructural Analysis by Fourier Transform of Residuals or Kernel Smoothing
Program controlled by an easy-to-prepare ASCII command file
Data may be read from fixed-column or free-column ASCII files
Free-column fields may be selected from among other fields anywhere in the data record
Data for successive time points can be on separate records or on one long record
Observations may be selected by age or height ranges in each case
Cases from a large study may be selected or omitted as specified on a supplied list
