贝叶斯基准剂量分析后验分布库

数据集获取

源站：https://doi.org/10.5281/zenodo.23309710

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 4.61 GB。

数据说明

该存储库包含了从连续和量子剂量-反应研究分析中获得的所有模型参数的后验分布。

所附的定量数据后验分布仓库（repos_quantal_08-10-2026.RData）包含以下变量：变量 描述 dataID 每个数据集的唯一标识符 Compound 所研究的化合物 CASnr 所研究化合物的CAS号 Endpoint 所研究的终点 Species 所研究的动物物种 Strain 所研究的动物品系 Sex 所研究的动物性别 Model 连续终点有16个模型，定量终点有8个模型；MA = 模型平均；N = 正态分布；LN = 对数正态分布 Parameter bmd、d、mu_0、mu_inf、sigma^2 Weight 相应模型的权重，用于模型平均 bf.model 该模型相对于饱和模型的贝叶斯因子；仅在Weight > 0时给出 AnalysisRun 指示是否运行了分析 Monotone 指示数据是否单调 DR.effect 剂量-反应检验的贝叶斯因子 Suitable 指示数据是否适合分析 min.samplesize 数据集的最小剂量特异性样本量 max.samplesize 数据集的最大剂量特异性样本量 NDose 数据集中的剂量组数 Q1-Q1000 后验分布的分位数 source 来源

对数尺度上的方差恒定）norm.p 正态性Shapiro-Wilks检验的p值 lognorm.p 对数正态性Shapiro-Wilks检验的p值 添加两项

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。