排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
目的比较贝叶斯期中分析与经典方法的期中分析的差异。方法以对照组(Control)和试验组(Treatment)的两样本均数
比较为分析目的,即θ = μT - μC(θ越大疗效越好),建立H0:θ ≤0;H1:θ > 0的优效性假设检验(拒绝H0,即支持处理组疗效)。按照成
组序贯设计的数据要求,在每次期中分析时刻,计算各种先验分布的贝叶斯期中分析Ⅰ类错误、功效、平均样本量、平均阶段数
等指标。结果在Pocock 和O’Brien & Fleming 设计中,Skeptical 先验和Handicap 先验的Ⅰ类错误ε均能控制在0.05 左右。当
O’ Brien & Fleming和Pocock方法功效在80%时,基于Handicap先验和Skeptical先验的贝叶斯功效相对来说明显较低,而基于
Non-informative先验和Enthusiastic先验的贝叶斯功效则明显较高。结论Skeptical先验和Handicap先验的贝叶斯期中分析能
较好的控制Ⅰ类错误ε,基于Skeptical先验和Handicap先验的贝叶斯期中分析相对于O’Brien & Fleming方法均能够明显增加
试验提前终止的可能性,而对于Pocock方法则没有太大实际意义。
相似文献
比较为分析目的,即θ = μT - μC(θ越大疗效越好),建立H0:θ ≤0;H1:θ > 0的优效性假设检验(拒绝H0,即支持处理组疗效)。按照成
组序贯设计的数据要求,在每次期中分析时刻,计算各种先验分布的贝叶斯期中分析Ⅰ类错误、功效、平均样本量、平均阶段数
等指标。结果在Pocock 和O’Brien & Fleming 设计中,Skeptical 先验和Handicap 先验的Ⅰ类错误ε均能控制在0.05 左右。当
O’ Brien & Fleming和Pocock方法功效在80%时,基于Handicap先验和Skeptical先验的贝叶斯功效相对来说明显较低,而基于
Non-informative先验和Enthusiastic先验的贝叶斯功效则明显较高。结论Skeptical先验和Handicap先验的贝叶斯期中分析能
较好的控制Ⅰ类错误ε,基于Skeptical先验和Handicap先验的贝叶斯期中分析相对于O’Brien & Fleming方法均能够明显增加
试验提前终止的可能性,而对于Pocock方法则没有太大实际意义。
相似文献
2.
詹志颖曹颖姝段重阳陈平雁 《中国卫生统计》2017,(1):163-165
本文为南方医科大学陈平雁教授团队2012年发表于本刊的《样本量估计及其在nQuery+nTerim和SAS软件上的实现—均数比较》系列文章^([1-7])的后续部分。前期主要考虑了连续变量和等级变量的情形,本文将介绍离散变量,即两组泊松分布及负二项分布均数比较的样本量估计方法。文中的公式和实例序号均依照前期的系列文章顺序编排,以保持原有结构。 相似文献
1