广义线性模型中得分检验的样本量计算改进方法
统计方法学
2020-06-24 v1
摘要
Self 与 Mauritsen (1988) 提出了在邻接备择假设下广义线性模型得分检验的样本量确定方法。当效应量较大时，其性能可能下降。我们提出对 Self-Mauritsen 方法的修正，考虑零假设与备择假设下得分统计量的方差，并将该方法推广至非劣效性试验。该修正方法被用于计算优效性与非劣效性试验中 logistic 回归与负二项回归的样本量。我们进一步解释了 Zhu 与 Lakkis 近期推导的公式为何倾向于低估负二项回归所需样本量。数值例子用于展示所提方法的准确性。
引用
@article{arxiv.2006.13104,
title = {An improved sample size calculation method for score tests in generalized linear models},
author = {Yongqiang Tang and Liang Zhu and Jiezhun Gu},
journal= {arXiv preprint arXiv:2006.13104},
year = {2020}
}
备注
26 pages, 1 figure. Statistics in Biopharmaceutical Research 2020