小样本下的非参数协方差分析重抽样方法
统计方法学
2024-12-24 v1
摘要
协方差分析是提高随机实验中因素效应统计检验精度的关键方法。然而，现有方法存在一个或多个局限性：(i)不适用于有序数据（作为终点或解释变量）；(ii)需要半参数模型假设；(iii)由于类型I误差控制通常较差，小样本情境下不可用；或(iv)仅提供近似检验程序，且缺乏（渐近上）精确检验。本文研究了NCOVA框架的重抽样方法，这是一种基于相对效应的完全非参数模型，允许任意数量的协方差变量和组别，其中结果变量（终点）和协方差变量可以是度量型或有序型。我们评估了新的NCOVA检验和一种无协方差调整的非参数竞争检验，通过大量模拟实验。与NCOVA框架中的近似检验不同，我们的重抽样版本在小样本情境下表现良好，能很好地维持名义类型I误差。此外，重抽样NCOVA还提供了持续的高检验功效：在4组、两个协方差变量的小样本情境下，检验功效高出约26%。我们还证明了重抽样NCOVA提供了渐近精确的检验程序，这使其成为NCOVA框架中第一个这样的检验方法。总之，重抽样NCOVA可以考虑是一个克服问题(i)-(iv)的协方差分析工具。
引用
@article{arxiv.2412.17513,
title = {Resampling NANCOVA: Nonparametric Analysis of Covariance in Small Samples},
author = {Konstantin Emil Thiel and Paavo Sattler and Arne C Bathke and Georg Zimmermann},
journal= {arXiv preprint arXiv:2412.17513},
year = {2024}
}