Optimal testing of multiple hypotheses with common effect direction
效应方向相同的多重假设最优检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要属于多重检验理论；临床试验应用本身不足以归入给定的因果推断细分。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
效应方向相同的多重假设最优检验
- 研究问题
- 对于效应方向相同的相关终点，如何组合单个假设检验以控制族错误率，并使整体程序具有可解释性和最优性质？
- 方法与思路
- 作者采用闭合检验框架，强调协调性（consonance），分析交集检验与整体程序的关系，并提出正态模型下的新程序。
- 材料陈述的贡献
- 摘要称，即使交集检验各有最优性质，闭合程序仍可能不可容许；新程序具有协调性及正态模型下的最大最小性质。
- 阅读关注点
- 应核对共同效应方向的形式化定义、协调性与错误率控制的关系，以及最大最小结论的参数空间和临床应用实现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；最优性仅明确涉及正态模型，具体条件未说明，不能推断刊本变化。
原文摘要
We present a theoretical basis for testing related endpoints. Typically, it is known how to construct tests of the individual hypotheses, but not how to combine them into a multiple test procedure that controls the familywise error rate. Using the closure method, we emphasize the role of consonant procedures, from an interpretive as well as a theoretical viewpoint. Surprisingly, even if each intersection test has an optimality property, the overall procedure obtained by applying closure to these tests may be inadmissible. We introduce a new procedure, which is consonant and has a maximin property under the normal model. The results are then applied to PROactive, a clinical trial designed to investigate the effectiveness of a glucose-lowering drug on macrovascular outcomes among patients with type 2 diabetes.