기초 과학의 순차 가설 검정

나는 약리학 자이며, 내 경험상, 기본 생물 의학 연구의 거의 모든 논문은 Student 's t-test를 사용합니다 (추론을 뒷받침하거나 기대에 부응하기 위해 ...). 몇 년 전, 학생의 t- 검정은 가장 효율적인 시험이 아니라는 점에 주목했습니다. 순차 시험은 모든 표본 크기에 대해 더 많은 검정력을 제공하거나 동등한 검정력에 대해 평균적으로 훨씬 작은 표본 크기를 제공합니다.

다양한 복잡성의 순차적 인 절차는 임상 연구에서 사용되지만 기본적인 생의학 연구 간행물에서 사용 된 것을 본 적이 없습니다 . 나는 또한 대부분의 기본 과학자들이 볼 수있는 입문 수준의 통계 교과서도 없다고 언급했다.

내 질문은 세 가지입니다.

1. 순차적 테스트의 효율성 측면에서 상당한 이점이 있다고해서 왜 더 널리 사용되지 않습니까?
2. 통계학자가 아닌 사람들이 사용하지 않는 것을 의미하는 순차적 인 방법의 사용과 관련된 단점이 있습니까?
3. 통계 학생들은 순차적 테스트 절차에 대해 배우고 있습니까?

나는 중간 분석 (Jennison and Turnbull, 2000)과 컴퓨터 적응 테스트 (van der Linden and Glas, 2010) 이외의 순차적 테스트와 그 적용에 대해 잘 모른다. 한 가지 예외는 일부 fMRI 연구에서 비용이 많이 들고 과목을 등록하기가 어렵습니다. 기본적으로이 경우 순차적 테스트는 주로 실험을 더 일찍 중지하는 것을 목표로합니다. 따라서 이러한 매우 맞춤화 된 접근 방식이 일반적인 통계 클래스에서 학습되지 않는다는 사실에 놀라지 않습니다.

순차 테스트에는 함정이 없습니다. (유형 I 및 II 오류를 미리 지정하고, 중지 규칙을 선택하고 결과를 여러 번 살펴 봐야합니다. 샘플 디자인 등). 대부분의 설계에서 우리는 미리 정해진 실험 설정 또는 예비 전력 연구가 수행되어 어떤 종류의 비용 효율성 기준을 최적화하고,이 경우 표준 테스트 절차가 적용됩니다.

그러나 Maik Dierkes의 고정 및 오픈 샘플 디자인 에 대한 다음 논문이 매우 흥미로웠다 는 것을 발견했습니다 . 실험의 순차적 디자인에 대한 주장 .