MétaCan
Menu
Retour à la cohorte
Enregistrement W287548508 · doi:10.1002/cjs.5550340203

A class of sequential tests for two‐sample composite hypotheses

2006· article· en· W287548508 sur OpenAlexaffvenue
Edit Gombay, Abdulkadir Hussein

Notice bibliographique

RevueCanadian Journal of Statistics · 2006
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensUniversity of WindsorUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésStatisticsMathematicsBinomial (polynomial)Statistical hypothesis testingTest (biology)Sample size determinationAlgorithmApplied mathematicsCombinatoricsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The authors propose a class of statistics based on Rao's score for the sequential testing of composite hypotheses comparing two treatments (populations). Asymptotic approximations of the statistics lead them to propose sequential tests and to derive their monitoring boundaries. As special cases, they construct sequential versions of the two‐sample t‐test for normal populations and two‐sample z‐score tests for binomial populations. The proposed algorithms are simple and easy to compute, as no numerical integration is required. Furthermore, the user can analyze the data at any time regardless of how many inspections have been made. Monte Carlo simulations allow the authors to compare the power and the average stopping time (also known as average sample number) of the proposed tests to those of nonsequential and group sequential tests. A two‐armed comparative clinical trial in patients with adult leukemia allows them to illustrate the efficiency of their methods in the case of binary responses.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,060
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,060
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,467
Tête enseignante GPT0,498
Écart entre enseignants0,031 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of StatisticsMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207