기초 과학의 순차 가설 검정


16

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?

3
확실하게, 당신은 임상 시험에서 발견 된 ST에 대해 이야기하고 있습니까? 예 : en.wikipedia.org/wiki/Sequential_analysis ?
— chl

예. 순차 t- 검정을 포함하여 순차 테스트에는 몇 가지 변형이 있지만 기본 연구에는 사용되지 않습니다. 나는 그들의 사용에 어떤 장애도 보지 못했다.
— Michael Lew

(+1) 순차 테스트를 우연히 발견하고 같은 질문을했습니다.
— steffen

답변:


5

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 .


기본 생체 의학 연구자들은 항상 중간 분석을 수행합니다. 중요한 것을 알지 못하기 때문에 선언하지 않습니다! 나는 전국 회의에서 연구원들을 조사한 결과 50 % 이상이 Student 's t-test의 오류율 제어가 미리 정해진 고정 표본 크기에 의존한다는 것을 알지 못했다는 것을 발견했습니다. 가끔씩 사용되는 샘플 크기가 매우 다양하다는 증거를 볼 수 있습니다.
— Michael Lew

순차적 설계의 복잡성으로 인해 발생하는 몇 가지 단점은 특히 구현이 아닌 분석 설계에서 발생합니다. 아마도 우리는 작은 샘플 기본 실험을 위해 미리 준비된 디자인 모음을 가질 수 있습니다.
— Michael Lew

@Michael "가짜"중간 분석 정보 (연구가 계속 발전하는 단계에서 p- 값을 보는 방법) : 더 이상 통계를 잘못 사용하는 것처럼 보입니다.
— chl

@ 치 한 수준에서, 예, 선언되지 않고 수정되지 않은 중간 분석은 부적절합니다 (그러나 무지, 기본 무의식 연구자에게 통계를 가르치는 방법에 부적절하다고 지적하는 무지에서 수행됩니다 ...). 그러나 메타 수준에서 고려한다면 부분적인 정당성을 찾을 수 있습니다. 많은 실험에는 오 탐지율이 증가하면 더 많은 검정력에 대한 합리적인 트레이드 오프가 될 수있는 작은 표본이 포함됩니다. 협약에서는 선언 된 알파 수준이 0.05보다 높지 않습니다.
— Michael Lew

이러한 맥락에서, 기본 생물 의학 연구자들은 "P <0.05가 중요한 것으로 간주 된 결과"라는 진술이 달리 제안 할 수 있더라도, 독점적으로 Neyman-Pearson 접근 방식으로는 효과가 없다고 지적합니다. 만약 우리가 피셔의 유의성 테스트의 범위 안에 머무르면 달성 된 P 값 이외의 고려 사항이 테스트 결과를 처리하는 방법의 결정에 통합 될 수 있다면, 중간 분석은 그리 나쁘지 않을 수 있습니다. 그러나 설계된 순차 테스트는 설계되지 않은 테스트보다 우수 할 것입니다.
— Michael Lew
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.