Testing Hypotheses About an Identified Treatment When There are Multiple Endpoints
多个终点下针对指定处理的假设检验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：摘要研究多终点处理比较的统计检验，未提供将其归为因果推断的分配或识别依据。
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…
多个终点下针对指定处理的假设检验
- 研究问题
- 在多个响应终点下，如何检验某个指定处理是否在所有分量上优于其他处理，或对每个竞争处理至少有一个分量占优？
- 方法与思路
- 作者围绕两类复合备择构造最小值检验，讨论多元正态情形的似然比形式，并用 Bonferroni 不等式处理后一类比较。
- 材料陈述的贡献
- 摘要称将单变量最小值检验的最优性扩展到多变量情况，并指出未知协方差时两种检验具有不同的功效稳定性。
- 阅读关注点
- 应核对两类假设的逻辑结构、最优性所对应的准则与分布条件，以及未知协方差情况下显著性水平和功效的比较。
- 阅读边界
- 材料为版本未注明的索引摘要，未说明处理分配机制或因果识别条件；功效比较的具体范围及刊本变化均无法判断。
原文摘要
The problem of comparing an identified treatment with K other treatments is considered in a multivariate setting. Many formulations of composite alternative hypotheses are possible. For example, one might wish to examine whether the identified treatment is superior to the other treatments on all components of the response vector (i.e., is uniformly best) or whether the identified treatment is better than each treatment on at least one component (i.e., is admissible). For testing whether the identified treatment is uniformly best, the known optimality of the min test in the univariate case is extended to the multivariate case. If the distribution is multivariate normal, then the min test is shown to be a likelihood ratio test. For testing whether the identified treatment is admissible, a min test based on the Bonferroni inequality is suggested. For the multivariate normal with unknown covariance matrix, the likelihood ratio test is also a min test, but it has less stable power characteristics than does the Bonferroni-based test.