非中心参数与效应量指数的精确置信区间估计
统计方法学
2021-11-12 v1
摘要
我们近期提出了一种与检验统计量的非中心参数相关的稳健效应量指数（RESI）。RESI优于常用指数在于：（1）广泛适用于多种数据类型；（2）可依赖稳健协方差估计；（3）能容纳 nuisance 参数的存在。我们给出了RESI的一致估计量，然而尚无建立的置信区间（CI）估计流程。此处我们利用统计理论与模拟评估了RESI三种估计量的若干CI估计流程。我们的发现显示：（1）与常用效应量不同，稳健估计量对真实效应量是一致的；（2）针对作为非中心参数的效应量的常用CI流程无法在名义水平覆盖真实效应量。使用稳健估计量配合所提 bootstrap CI 通常准确且适用于对RESI作一致估计与有效推断，尤其在模型假设可能被违背时。基于RESI，我们提出一个通用的效应量分析框架（ANOES），使得效应量与置信区间能以方差分析（ANOVA）表格式为广泛模型轻易报告。
引用
@article{arxiv.2111.05966,
title = {Accurate confidence interval estimation for non-centrality parameters and effect size indices},
author = {Kaidi Kang and Kristan Armstrong and Suzanne Avery and Maureen McHugo and Stephan Heckers and Simon Vandekar},
journal= {arXiv preprint arXiv:2111.05966},
year = {2021}
}