一种新的多元配对数据与配对匹配的非参数检验
统计方法学
2021-09-21 v2
摘要
在配对设计研究中，通常会对同一组受试者在不同条件下进行多次测量。在观察性研究中，很多时候需要在处理组和对照组之间对多个协变量进行配对匹配，并在良好配对匹配的数据上检验由多个响应变量代表的处理效应。然而，目前缺乏一种有效的多元配对数据检验方法。有时可以使用多元配对Hotelling 检验，但其功效随维度增加而迅速下降。现有用于评估匹配观察性研究中多个协变量平衡性的方法通常忽略了配对结构，因此在某些设定下表现不佳。在这项工作中，我们提出了一种新的配对数据非参数检验，该检验在广泛的情况下相比现有方法展现出显著的功效提升。我们还推导了新检验的渐近分布，并且通过模拟研究表明，即使在维度大于样本量的情况下，有限样本下的近似值也相当准确，这使得新检验成为实际应用中一个易于使用的工具。通过对阿尔茨海默病研究的一个真实数据集的分析，对所提出的检验进行了说明。
引用
@article{arxiv.2007.01497,
title = {A New Non-parametric Test for Multivariate Paired Data and Pair Matching},
author = {Jingru Zhang and Hao Chen and Xiao-Hua Zhou},
journal= {arXiv preprint arXiv:2007.01497},
year = {2021}
}