A theory for testing hypotheses under covariate-adaptive randomization
协变量自适应随机化下的假设检验理论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：摘要直接研究临床试验随机处理分配后检验的有效性，与实验性因果推断相关。
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…
协变量自适应随机化下的假设检验理论
- 研究问题
- 临床试验采用协变量自适应随机化后，简单随机化下的常用检验是否仍有效，以及如何构造有效检验并比较其功效？
- 方法与思路
- 作者分析包含随机化所用协变量的正确结果模型，研究偏币随机化下两样本 t 检验的性质，并构造 bootstrap t 检验。
- 材料陈述的贡献
- 摘要称正确建模可得到有效检验；在协变量自适应偏币随机化下，普通两样本 t 检验保守，并可构造有效的 bootstrap 检验。
- 阅读关注点
- 应核对随机化规则、结果模型正确性的要求、检验有效性的定义，以及保守性和功效结论各自适用的条件与范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；保守性结论针对所述偏币随机化，不能推广至所有自适应设计，具体理论条件未提供。
原文摘要
The covariate-adaptive randomization method was proposed for clinical trials long ago but little theoretical work has been done for statistical inference associated with it. Practitioners often apply test procedures available for simple randomization, which is controversial since procedures valid under simple randomization may not be valid under other randomization schemes. In this paper, we provide some theoretical results for testing hypotheses after covariate-adaptive randomization. We show that one way to obtain a valid test procedure is to use a correct model between outcomes and covariates, including those used in randomization. We also show that the simple two sample t-test, without using any covariate, is conservative under covariate-adaptive biased coin randomization in terms of its Type I error, and that a valid bootstrap t-test can be constructed. The powers of several tests are examined theoretically and empirically. Our study provides guidance for applications and sheds light on further research in this area.