SMART 中比较嵌入式自适应干预的统计效率方法
统计方法学
2023-09-26 v2
摘要
序贯多重分配随机试验（SMARTs）有助于优化自适应干预，其在教育与行为科学中日益流行。这并不令人惊讶，因为自适应干预反映了课堂或学校中学习的序贯、量身定制本质。然而，正如教育研究其他领域一样，基于教育的 SMART 中观测到的效应量通常很小。因此，统计效率在其分析中至关重要。本稿的贡献有两点。首先，我们为教育科学研究人员提供自适应干预与 SMART 设计概述。其次，我们提出四种有可能提高 SMART 分析统计效率的技术。我们通过分析一项旨在优化学校环境中提升认知行为疗法递送的自适应干预的 SMART，以及一项综合模拟研究，展示了这些技术在 SMART 设定中的益处。所提每种技术均易于实现，无论是使用现成统计软件还是通过在线补充材料提供的 R 代码。
引用
@article{arxiv.2304.09725,
title = {Approaches to Statistical Efficiency when comparing the embedded adaptive interventions in a SMART},
author = {Timothy Lycurgus and Amy Kilbourne and Daniel Almirall},
journal= {arXiv preprint arXiv:2304.09725},
year = {2023}
}
备注
36 pages, 2 figures