クラスター相関モデルにおける順序付き代替案の伝統的検定とランクベース検定

Traditional and Rank-Based Tests for Ordered Alternatives in a Cluster Correlated Model.

• Yuanyuan Shao
• Joseph W McKean
• Bradley E Huitema

抄録

順序づけられた処理を持つ1因子無作為化群計画の解析のための手法はよく確立されているが、より複雑な実験の場合には適用されない。この論文では、共変量のベクトルを持つものを含む、クラスタ化されたデータを持つデザインに適用される最尤推定とロバスト推定に基づく順序付き治療法について述べる。順序づけられた治療推定値に対して提案された対照係数は、AbelsonとTukeyによって提唱されたものよりも高い検出力をもたらす；提案されたロバスト推定法は、（理論とシミュレーションを用いて）高い検出力と外れ値に対するロバスト性の両方をもたらすことが示されている。非単調な代案への拡張も容易に得られる．

Methods for the analysis of one-factor randomized groups designs with ordered treatments are well established, but they do not apply in the case of more complex experiments. This article describes ordered treatment methods based on maximum-likelihood and robust estimation that apply to designs with clustered data, including those with a vector of covariates. The contrast coefficients proposed for the ordered treatment estimates yield higher power than those advocated by Abelson and Tukey; the proposed robust estimation method is shown (using theory and simulation) to yield both high power and robustness to outliers. Extensions for nonmonotonic alternatives are easily obtained.