| adjPrevSensSpec | 为给定的分析灵敏度和特异性调整流行点估计值。 | ||
| adjPrevSensSpecCI | 为给定的分析灵敏度和特异性调整流行点估计值和置信区间（也只是不精确地知道）。 | ||
| bootComb | 通过bootstrap合并参数估计 | ||
| getBetaFromCI | 为概率参数的给定置信区间找到最佳拟合的beta分布。 | ||
| getExpFromCI | 找到给定置信区间的最佳拟合指数分布。 | ||
| getGammaFromCI | 找到给定置信区间的最佳拟合gamma分布。 | ||
| getNegBinFromCI | 找到给定置信区间的最佳拟合负二项分布。 | ||
| getNormFromCI | 找到给定置信区间的最佳拟合正态/高斯分布。 | ||
| getPoisFromCI | 找到给定置信区间的最佳拟合泊松分布。 | ||
| identifyBetaPars | 为概率参数的给定置信区间确定最佳拟合β分布的参数。 | ||
| identifyExpPars | 确定给定置信区间的最佳拟合指数分布的参数。 | ||
| identifyGammaPars | 确定给定置信区间的最佳拟合gamma分布的参数。 | ||
| identifyNegBinPars | 确定给定置信区间的最佳拟合负二项分布的参数。 | ||
| identifyNormPars | 确定给定置信区间的最佳拟合正态/高斯分布的参数。 | ||
| identifyPoisPars | 确定给定置信区间的最佳拟合泊松分布的参数。 | ||
| simScenPrevSensSpec | 用于调整灵敏度和特异性流行率的模拟场景。 | ||
| simScenProductTwoPrevs | 两个预测值乘积的模拟场景。 | ||
| ssBetaPars | 计算β分布的理论分位数和观测分位数之间的平方和。 | ||
| ssExpPars | 计算指数分布的理论分位数和观测分位数之间的平方和。 | ||
| ssGammaPars | 计算伽马分布的理论分位数和观测分位数之间的平方和。 | ||
| ssNegBinPars | 计算负二项分布的理论分位数和观测分位数之间的平方和。 | ||
| ssNormPars | 计算正态/高斯分布的理论分位数和观测分位数之间的平方和。 | ||
| ssPoisPars | 计算泊松分布的理论分位数和观测分位数之间的平方和。 |