单调缺失下重复测量混合效应模型的闭式REML估计量与样本量确定
统计方法学
2017-06-06 v2
摘要
我们推导了当缺失数据模式为单调时，重复测量混合效应模型 (MMRM) 中固定效应的闭式约束最大似然 (REML) 估计量以及Kenward-Roger方差估计量。作为该解析结果的重要应用，我们给出了在MMRM中使用带有Kenward-Roger调整方差估计的Wald t检验来计算治疗比较功效的公式。它允许在随机试验中对基线协变量进行调整而无需指定协变量分布。我们提出了一种简单的两步过程来确定达到目标功效所需的样本量。所提方法在模拟中对正态和适度非正态数据即使小样本（n = 20）也表现良好。为说明目的，我们分析了一项抗抑郁试验。
引用
@article{arxiv.1611.00087,
title = {Closed-form REML estimators and sample size determination for mixed effects models for repeated measures under monotone missingness},
author = {Yongqiang Tang},
journal= {arXiv preprint arXiv:1611.00087},
year = {2017}
}
备注
14 pages, 3 tables