基于 Clayton Copula 的相关双边数据比例同质性检验
统计方法学
2025-09-30 v2
摘要
处理高度依赖的数据在临床试验中至关重要，尤其是在眼科相关领域。错误地指定依赖结构可能导致有偏推断。传统上，模型依赖于三种固定的依赖结构，缺乏灵活性和可解释性。在本文中，我们提出一个使用更通用模型——Copula——的框架，以更好地解释依赖性。我们在 Clayton Copula 设定下评估了三种不同检验统计量的性能，以证明该框架的可行性。模拟结果表明，该方法能控制第 I 类错误率并达到合理的检验功效，为未来研究和更广泛的应用提供了坚实的基准。此外，我们作为案例研究，呈现了对两个真实世界数据集的分析。
引用
@article{arxiv.2502.00523,
title = {Testing the Homogeneity of Proportions for Correlated Bilateral Data via the Clayton Copula},
author = {Shuyi Liang and Takeshi Emura and Chang-Xing Ma and Yijing Xin and Xin-Wei Huang},
journal= {arXiv preprint arXiv:2502.00523},
year = {2025}
}