MétaCan
Menu
Retour à la cohorte
Enregistrement W2005050546 · doi:10.1348/000711006x117853

Robust step‐down tests for multivariate independent group designs

2006· article· en· W2005050546 sur OpenAlexafffund
Lisa M. Lix, Rachel T. Fouladi

Notice bibliographique

RevueBritish Journal of Mathematical and Statistical Psychology · 2006
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensSimon Fraser UniversityUniversity of Manitoba
Organismes subventionnairesUniversity of Manitoba
Mots-clésStatisticsEstimatorMathematicsTruncated meanMultivariate statisticsCovarianceStatisticType I and type II errorsSample size determinationAnalysis of covarianceTest statisticStatistical hypothesis testingEconometrics

Résumé

récupéré en direct d'OpenAlex

A composite step-down procedure, in which a set of step-down tests are summarized collectively with Fisher's combination statistic, was considered to test for multivariate mean equality in two-group designs. An approximate degrees of freedom (ADF) composite procedure based on trimmed/Winsorized estimators and a non-pooled estimate of error variance is proposed, and compared to a composite procedure based on trimmed/Winsorized estimators and a pooled estimate of error variance. The step-down procedures were also compared to Hotelling's T (2) and Johansen's ADF global procedure based on trimmed estimators in a simulation study. Type I error rates of the pooled step-down procedure were sensitive to covariance heterogeneity in unbalanced designs; error rates were similar to those of Hotelling's T (2) across all of the investigated conditions. Type I error rates of the ADF composite step-down procedure were insensitive to covariance heterogeneity and less sensitive to the number of dependent variables when sample size was small than error rates of Johansen's test. The ADF composite step-down procedure is recommended for testing hypotheses of mean equality in two-group designs except when the data are sampled from populations with different degrees of multivariate skewness.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,111
score de la tête « metaresearch » (Gemma)0,450
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,585

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1110,450
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,004
Communication savante0,0030,004
Science ouverte0,0050,004
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,482
Tête enseignante GPT0,527
Écart entre enseignants0,045 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Mathematical and Statistical PsychologyMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207