整群随机与阶梯楔形试验的功效与样本量：基于设计效应调整与 GLMM 直接估计的比较
应用统计
2021-03-15 v2
摘要
当观测独立时， readily available 的公式与软件可用于规划与设计具有适当规模与功效以检测重要关联的研究。当观测相关或成簇时，标准软件所得结果需调整。本教程比较两种方法，使用示例说明独立与成簇数据的各种设计。一种方法使用假设观测独立的软件获得初始估计，然后通过设计效应（DE，亦称方差膨胀因子 VIF）调整这些估计。第二种方法使用广义线性混合模型（GLMM）直接考虑成簇与相关模式生成估计。两种方法通常产生相似估计因而相互验证。对于某些成簇设计，功效估计的微小差异强调了以均值以及期望方差与协方差来设定备择假设的重要性。两种功效估计方法对成簇结果中独立或相关结构或模式的假设均敏感。
引用
@article{arxiv.2009.05171,
title = {Power and sample size for cluster randomized and stepped wedge trials: Comparing estimates obtained by applying design effects or by direct estimation in GLMM},
author = {David M. Thompson},
journal= {arXiv preprint arXiv:2009.05171},
year = {2021}
}
备注
43 pages, 3 figures, 2 tables Article replaced on 3-12-2021 to include less restrictive, more general SAS syntax on pages 6 and 40; results unchanged