Statistical Methods for Crossover Trials: A Review of Classical and Recent Developments
交叉试验的统计方法：经典与近期进展综述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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确讨论残留效应的潜在结果因果表述及不完整交叉试验的目标量，支持因果推断方向的分类。
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…
关注这篇论文的作者
交叉试验的统计方法：经典与近期进展综述
- 研究问题
- 交叉试验的设计与统计推断如何演进，如何处理时期结构、残留效应、不同响应类型以及不完整试验中的目标量？
- 方法与思路
- 作者综述以AB-BA为主的设计及高阶扩展，讨论连续、多元和分类响应，并介绍潜在结果、时期基线及广义估计方程。
- 材料陈述的贡献
- 摘要称该综述整合交叉设计的历史与推断方法，梳理残留效应的因果表述和不完整试验的目标量，并列出若干开放问题。
- 阅读关注点
- 核对残留效应与时期效应的区分、随机化和缺失数据条件，以及不同推断程序对应的目标量与基线使用方式。
- 阅读边界
- 依据arXiv预印本v2摘要；不能据此声称已同行评审或获期刊接收。综述覆盖和方法比较不代表提出了新定理，具体条件需查全文。
原文摘要
A comprehensive review of the literature on crossover design is needed to highlight its evolution, applications, and methodological advancements across various fields. Given its widespread use in clinical trials and other research domains, understanding this design's challenges, assumptions, and innovations is essential for optimizing its implementation and ensuring accurate, unbiased results. This article extensively reviews the history and statistical inference methods for crossover designs. A primary focus is given to the AB-BA design as it is the most widely used design in literature. Extension from two periods to higher-order designs is discussed, and a general inference procedure for continuous response is studied. Analysis of multivariate and categorical responses is also reviewed in this context. Recent developments, including causal (potential outcomes) formulations of carryover, efficient use of period-specific baselines, generalized estimating equations for repeated measurements within periods, and estimands for incomplete crossover trials, are also discussed. Several open problems in this area are shortlisted.