Abstrakt

Bayesianische hierarchische funktionelle Datenanalyse für gesunde Menstruationszyklen

Calvin L Williams* und Trevor Partridge

In fast jedem Forschungsbereich kann die Untersuchung der Verteilung einer Zufallskurve wichtige Informationen liefern. Im Bereich der In-vitro-Fertilisation ist die Modellierung der Temperaturkurven von Frauen über ihren Menstruationszyklus hinweg von besonderem Interesse. Die Anpassung der Kurve kann dazu führen, Zyklen als gesund oder ungesund zu kategorisieren und die fruchtbarsten Tage eines Zyklus zu identifizieren.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert