[科普中國]-簡單概率評估

概率評估

概率評估多應用于復雜的評估系統(tǒng)，找出可能發(fā)生的潛在危害、估算其發(fā)生概率以及確定它們導致的后果。如在對真菌毒素的膳食暴露評估中，評估結(jié)果變異性主要來自食品中真菌毒素污染水平和不同人群消費水平的差異，可以用評估結(jié)果分布中特定個體百分位數(shù)來描述。由于暴露評估模型中每個參數(shù)自身均存在不確定性，需要對暴露評估結(jié)果分布的特定百分位數(shù)估計一個范圍區(qū)間以反映不確定性（余健2010）。

概率評估新方法蒙特卡羅（MonteCarlo）模擬和自助法（Bootstrap）抽樣是近年來應用于食品安全危害物質(zhì)的暴露評估和風險評價研究中的新方法，相比較于點評估，概率評估食物消費量數(shù)據(jù)、污染物含量/濃度數(shù)據(jù)等各參數(shù)的變化性和不確定性分布進行描述，能夠有效克服點評估方法的局限性，使暴露評估結(jié)果更接近于現(xiàn)實、合理（FAOandWHO2006；王顏紅等2009）。

蒙特卡羅模擬因與著名的蒙特卡羅賭場輪盤賭相似而得名，其原理是基于隨機抽樣試驗，通過大規(guī)模重復抽樣，估計某事件出現(xiàn)的概率（Vose2008）。MonteCarlo是進行概率評估最常用的方法，能夠有效地分析量化暴露評估數(shù)據(jù)及結(jié)果的變異性1。

Bootstrap又稱自助法，基本原理是用已知的經(jīng)驗分布代替未知的總體分布，通過對樣本進行放回隨機抽樣得到大量子樣本，再根據(jù)子樣本的觀測信息來推斷總體樣本的分布特征。Bootstrap抽樣已被廣泛用來分析描述暴露評估結(jié)果的不確定性。該抽樣方法的創(chuàng)立者Efron認為200個以上的Bootstrap樣本能夠有效估計統(tǒng)計量的可信區(qū)間，但Cullen和Frey（1999）認為，如果計算P99.99等極端百分位數(shù)的可信區(qū)間應加大抽樣次數(shù)到500次。