方差可能异质时的 Dunnett 程序

大多数将处理或剂量与对照进行比较的方法采用原始的 Dunnett 单步程序 \cite{Dunnett1955}，该程序同时提供针对对照的差值的调整 p 值与联合置信区间。出于功效方面的考虑，推荐使用对照样本量更大的非平衡设计。当感兴趣的处理组或对照中方差较大时，如预期那样，相关的成对功效会降低。然而，若方差在未受影响的处理组（例如高度显著的最高剂量组）中增大，其余感兴趣处理组中的成对功效也会降低。即，关于某些比较显著性的决策可能会被严重扭曲。为避免这一不良特性，通过一项模拟研究将三种针对异方差的修正方法与原始 Dunnett 程序进行比较。对于小样本量和中等样本量，可推荐使用 Welch 型修正。对于中等至大样本量，使用三明治估计量替代常见的均方估计量是有用的。文中提供了相关的 CRAN 包。总之，我们建议在日常中不使用原始 Dunnett 程序，而是用稳健的修正方法替代它。在小样本量研究中需要特别谨慎。