针对二元结果的 $2^K$ 析因设计的改进 Neyman 分析
统计方法学
2019-07-18 v4
摘要
析因设计被统计学家和更广泛的科学界广泛采用。在这篇短文中，在潜在结果框架（Neyman, 1923; Rubin, 1974）下，我们采用部分识别方法并推导了所估计析因效应抽样方差的紧下界，从而得到一种“改进”的 Neyman 方差估计量，它缓解了 Dasgupta 等人（2015）的经典 Neyman 方差估计量所面临的过高估计问题。
引用
@article{arxiv.1803.04503,
title = {Improved Neymanian analysis for $2^K$ factorial designs with binary outcomes},
author = {Jiannan Lu},
journal= {arXiv preprint arXiv:1803.04503},
year = {2019}
}
备注
Accepted by Statistica Neerlandica