Statistical AnalysisWe calculated e

Statistical Analysis
We calculated empirical cumulative density functions of the incubation period and serial intervals by computing the cumulative fraction of all observations that fell below each observed value in the respective data sets.We estimated
the incubation period by identifying the earliest and latest time of possible exposure and the time of symptom onset for each case.Treating these times as interval-censored estimates of the incubation period for each person,we fit a log-normal distribution to these data using maximum-likelihood techniques.We then examined the robustness of our estimates with multiple definitions of onset and with the exclusion of particular cases.We estimated the serial interval by identifying the times of symptom onset in the patient and in the person who transmitted the infection(infected–infector pairs) and then fitting a log-normal distribution to these interval-censored data.21 We estimated the medians and 5th and 95th percentiles of the incubation period and the serial interval using the quantiles of the log-normal distribution fit to each data set(R statistical package, version 2.15.1, and coarse Data Tools library).

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ทางสถิติเราสามารถคำนวณฟังก์ชันความหนาแน่นสะสมเชิงประจักษ์ระยะฟักตัวและช่วงอนุกรม โดยการคำนวณสัดส่วนสะสมของข้อสังเกตทั้งหมดที่อยู่ด้านล่างแต่ละค่าสังเกตในชุดข้อมูลนั้น ๆ เราประเมินระยะฟักตัว โดยระบุเวลาเร็วที่สุด และล่าสุดเป็นไปได้และเวลาเริ่มมีอาการอาการในแต่ละกรณี รักษาเวลาเหล่านี้เป็นเซ็นเซอร์ช่วงการประเมินระยะเวลาการกกไข่แต่ละคน เราใส่ล็อกแจกข้อมูลเหล่านี้โดยใช้เทคนิคโอกาสสูงสุด เราจากนั้นตรวจสอบความทนทานของประมาณการของเรา กับข้อกำหนดของหลายของการโจมตี และ มียกเว้นเฉพาะกรณี เราประเมินช่วงพอร์ตอนุกรม โดยระบุครั้งของการโจมตีของอาการ ในผู้ป่วย และบุคคลที่ส่งการติดเชื้อ (ติดเชื้อ – infector คู่) และล็อกแจกให้เราประมาณการ medians และ 5 และ 95th percentiles ของระยะฟักตัวและช่วงพอร์ตอนุกรมโดยใช้ quantiles ของการแจกแจงปกติล็อกพอดีกับแต่ละชุดข้อมูล (R สถิติแพคเกจเหล่านี้ data.21 เซ็นเซอร์ช่วงที่เหมาะสมแล้ว รุ่น 2.15.1 และไลบรารีเครื่องมือข้อมูลหยาบ)

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ทางสถิติ
เราคำนวณเชิงประจักษ์ฟังก์ชั่นความหนาแน่นของสะสมของระยะฟักตัวและช่วงเวลาอนุกรมโดยการคำนวณส่วนสะสมของการสังเกตทั้งหมดที่ลดลงต่ำกว่าแต่ละค่าสังเกตในชุดเราข้อมูลที่เกี่ยวข้องประมาณ
ระยะฟักตัวโดยการระบุเวลาที่เร็วและล่าสุดจากการสัมผัสที่เป็นไปได้ และเวลาที่เริ่มมีอาการของแต่ละ case.Treating ครั้งนี้เป็นช่วงเวลาที่ประมาณการเซ็นเซอร์ของระยะฟักตัวสำหรับแต่ละบุคคลที่เราให้พอดีกับการกระจายของระบบปกติกับข้อมูลเหล่านี้โดยใช้โอกาสสูงสุด techniques.We แล้วตรวจสอบความทนทานของประมาณการของเรา ที่มีหลายคำจำกัดความของการโจมตีและการยกเว้นโดย cases.We ประมาณช่วงอนุกรมโดยการระบุช่วงเวลาของอาการในผู้ป่วยและในคนที่ส่งการติดเชื้อ (คู่ติดเชื้อไวรัสที่ติดเชื้อ) และจากนั้นการปรับการกระจายระบบปกติ เหล่านี้ data.21 ช่วงเซ็นเซอร์เราประมาณมีเดียและ 5 และ 95 เปอร์เซนต์ของระยะฟักตัวและช่วงเวลาการใช้อนุกรม quantiles ของการกระจายพอดีระบบปกติข้อมูลแต่ละชุด (R แพคเกจสถิติเวอร์ชั่น 2.15.1 และ เครื่องมือข้อมูลหยาบห้องสมุด)