An approximate likelihood ratio test for a normal mean vector with nonnegative components with application to clinical trials
非负分量正态均值向量的近似似然比检验及临床试验应用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：摘要研究带方向约束的多元均值检验，临床试验应用本身不足以确定所列因果推断或其他细分方向。
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…
非负分量正态均值向量的近似似然比检验及临床试验应用
- 研究问题
- 针对均值向量位于正象限的方向性备择，如何构造多元检验，并用于比较两种治疗在多个响应指标上的表现？
- 方法与思路
- 作者提出近似相应似然比检验的新统计量，利用其卡方混合型零假设分布取得临界值，并再分析一项临床试验。
- 材料陈述的贡献
- 摘要称新统计量近似正象限备择下的似然比统计量，给出零假设分布，并在试验再分析中得到更强结论。
- 阅读关注点
- 阅读全文时应核对正象限备择的准确范围、协方差处理、近似关系及混合权重，以及临床实例中更强结论的具体含义。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明协方差条件、近似误差或试验数值，不能将实例结论推广为普遍功效优势。
原文摘要
A new multivariate statistic, designed to be sensitive to the alternative hypothesis that a mean vector lies in the positive orthant, rather than to all alternatives or to alternatives on a line (O'Brien, 1984), is proposed. The statistic is shown to approximate the likelihood ratio test statistic for such alternatives (Kudô, 1963; Perlman, 1969). Its null distribution is a special case of the chi-bar-squared distribution, which allows critical values to be obtained. Such a statistic may be used in two-armed clinical trials where we are interested in showing that one treatment is better than another with respect to several responses. As an example, a clinical trial is reanalyzed, with stronger conclusions than had been drawn originally.