具有潜在异方差与非正态误差的协方差一般模型自助推断方法的小样本性能与基本假设
统计方法学
2020-04-28 v2
摘要
众所周知，在不平衡协方差分析（ANCOVA）模型中，标准F检验会受到异方差性的严重影响。目前针对这种情况的潜在补救措施基于异方差一致协方差矩阵估计（HCCME）。然而，HCCME方法在小样本中往往过于宽松。因此，在本文中，我们提出将HCCME与野自助法相结合，旨在改善小样本性能。我们精确地陈述了一般ANCOVA模型的一组假设，并详细讨论了它们的实际解释，因为迄今为止这一问题在应用研究中可能有所忽视。我们证明了这些假设足以保证结合了HCCME与野自助法的ANCOVA的渐近有效性。我们的模拟研究结果表明，在中小样本量情况下，我们提出的检验解决了ANCOVA F检验及其异方差一致替代方法的问题。我们的检验只需要非常温和的条件，因此适用于广泛的真实场景，正如对脊髓损伤临床前研究数据集的详细讨论所说明的那样。我们提出的方法即开即用，允许在常见场景中进行有效的假设检验（例如，在随机对照临床试验中调整基线测量值以比较组均值）。
关键词
引用
@article{arxiv.1709.08031,
title = {Small-sample performance and underlying assumptions of a bootstrap-based inference method for a general analysis of covariance model with possibly heteroskedastic and nonnormal errors},
author = {Georg Zimmermann and Markus Pauly and Arne C. Bathke},
journal= {arXiv preprint arXiv:1709.08031},
year = {2020}
}