基于Bernstein分布的Kruskal-Wallis功效研究：利用模拟与医学研究的初步实证研究
定量方法
2022-05-11 v4
摘要
集成于R中的Bernstein拟合为Kruskal-Wallis功效研究工具开发提供了另一条途径。将Monte-Carlo Kruskal-Wallis功效研究与实测功效、Monte-Carlo ANOVA等价方法以及一种解析方法（无论是否归一化）进行比较，各使用四次模拟运行，每次含60–100个总体（每个总体N=30000，取自一组Pearson类型范围）：随机选取得出6300个样本用于预测功效分析。还分析了三个医学研究数据集（透析/收缩压；糖尿病/睡眠小时数；婚姻状况/高密度脂蛋白胆固醇）。在四次模拟运行中，有三组（run_one、run_one_relaxed与run_three）合并Pearson类型后，Monte-Carlo Kruskal-Wallis给出的预测样本量显著略低于实测值，但比ANOVA方法更准确；后者给出较高的样本量预测。ANOVA假设不成立的总体（run_one_relaxed）中，Kruskal-Wallis预测与实测相近。三项医学研究中，两项（透析：预测相近；婚姻：高于实测）Kruskal-Wallis预测比ANOVA（均高于实测）更准确，但一项（糖尿病）结果相反（Kruskal-Wallis：偏低；Monte-Carlo ANOVA：与实测相近）。这些初步研究似乎表明，基于Bernstein拟合的Monte-Carlo Kruskal-Wallis功效研究在许多情形下可能优于ANOVA等价方法（且在无法使用ANOVA时给出合理结果）；两种Monte-Carlo方法均明显比所分析解析版本更准确。
引用
@article{arxiv.2110.11676,
title = {Kruskal-Wallis Power Studies Utilizing Bernstein Distributions; preliminary empirical studies using simulations/medical studies},
author = {Jeremy S. C. Clark and Piotr Kulig and Konrad Podsiadlo and Kamila Rydzewska and Krzysztof Arabski and Monika Bialecka and Krzysztof Safranow and Andrzej Ciechanowicz},
journal= {arXiv preprint arXiv:2110.11676},
year = {2022}
}
备注
30 pages, 4 figures, 7 supplemental figures