在医学和心理测量研究中测试一般变化点:变化检测和样本大小规划
1Department of Economics, Business, and Statistics, University of Palermo, Palermo, Italy.
Statistics in medicine
|June 13, 2025
概括
一种新的伪分数统计方法简化了医学和心理测量研究中的变化检测. 这种方法为功率分析提供已知的分布,并优于现有的变化点检测测试.
科学领域:
- 统计 统计 统计 统计
- 生物统计学 生物统计学
- 心理测量 心理测量 心理测量
背景情况:
- 变化检测在医学和心理测量研究中至关重要.
- 现有的变化点检测方法通常需要复杂的计算,如重新采样或模拟.
- 准确的功率分析和样本大小规划对于研究设计至关重要.
研究的目的:
- 引入一种新的,在计算上简单的方法,用于使用伪分数统计的变化检测.
- 在替代假设下确定伪分数统计的抽样分布.
- 在分段回归中促进功率分析和样本大小规划,具有未知的断点.
主要方法:
- 利用最近引入的伪分数统计数据来检测变化.
- 根据替代假设确定了采样分布.
- 开发了一种绕过重新采样或模拟以找到关键值的方法.
主要成果:
- 拟议的方法提供已知的零和替代分布,简化功率和样本大小计算.
- 模拟研究表明,与使用正常和二进制数据的其他变化点测试 (TFCP) 相比,其性能优越.
- 在基因组和SAT临界阅读数据集上成功进行了真实数据分析.
结论:
- 新的基于统计数据的伪评分方法为变化检测提供了一种计算效率高,准确的方法.
- 这种方法在细分回归中增强了功率分析和样本大小规划.
- 该工具可以通过CRAN和用户友好的Shiny App访问,支持医学和心理测量研究.
