MétaCan
Menu
Retour à la cohorte
Enregistrement W2045335212 · doi:10.1002/sim.776

Power comparison of robust approximate and non‐parametric tests for the analysis of cross‐over trials

2001· article· en· W2045335212 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueStatistics in Medicine · 2001
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueOptimal Experimental Design Methods
Établissements canadiensHEC Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésParametric statisticsSample size determinationMathematicsOrdinary least squaresStatisticsRobustness (evolution)CovarianceApplied mathematicsStatistical hypothesis testing

Résumé

récupéré en direct d'OpenAlex

The main advantage of cross-over designs in practice is the use of a smaller number of subjects to produce treatment comparisons with sufficient precision. Bellavance and Tardif proposed a non-parametric approach to test the hypotheses of direct treatment and carry-over effects for the three-treatment three-period and six sequences cross-over design and showed the high asymptotic efficiency of their approach relative to the classical F-test based on ordinary least squares (OLS). In a more recent paper, Ohrvik suggested another non-parametric method for the analysis of cross-over trials. The power of these two non-parametric approaches is evaluated for small sample sizes via simulations, and compared to the power of the usual analysis of variance model based on OLS and a modified F-test approximation that take into account the correlation structure of the repeated measurements within subjects. Different covariance structures, sample sizes, and probability distributions for the responses, namely normal and gamma, are used in the simulations to evaluate the power and robustness of these different methods of analysis.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,059
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,613
Score d'incertitude au seuil0,949

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,059
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,339
Tête enseignante GPT0,583
Écart entre enseignants0,244 · 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