Approximating the Level Probabilities in Order Restricted Inference: The Simple Tree Ordering
序约束推断中层级概率的近似：简单树序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：摘要研究序约束检验的分布近似，未明确随机分配或因果识别设计，故不据处理与对照用语归入因果推断。
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
序约束推断中层级概率的近似：简单树序
- 研究问题
- 比较多个处理与一个对照时，若预设各处理至少同样有效，如何近似序约束似然比检验零分布中难以计算的混合权重？
- 方法与思路
- 作者研究卡方或贝塔混合分布的层级概率，分别使用等权分布近似和依据权重大小模式构造的近似处理不等权情形。
- 材料陈述的贡献
- 摘要称两种近似在权重变化适中时均可用，而依据权重模式的近似在变化较大时明显更准确，缓解混合权重计算困难。
- 阅读关注点
- 应核对简单树序的定义、两类混合分布各自适用的模型、权重与样本量的关系，以及近似误差的评价方式。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；具体抽样模型和误差范围未说明，处理与对照的比较本身不足以建立因果解释。
原文摘要
Distribution theory for the likelihood ratio statistics for the comparison of several treatments with a control is discussed. These test statistics account for prior information that the treatments are at least as effective as the control. Their null distributions are mixtures of chi-squared or beta distributions and the mixing coefficients, which are ‘level probabilities’, are intractable for even a moderate number of treatments and unequal weights, which are typically the sample sizes. The distribution corresponding to equal weights is considered as an approximation and an approximation based on the pattern of large and small weights is developed. Both are adequate for moderate variations in the weights, but the approximation based on patterns in the weight set is considerably more accurate for larger variations.