Combining Dependent Tests with Incomplete Repeated Measurements
不完整重复测量下的相关检验合并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：摘要研究多条件重复测量的检验合并，未明确时间面板结构或因果识别设计，故不直接归入面板或因果方向。
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…
关注这篇论文的作者
不完整重复测量下的相关检验合并
- 研究问题
- 比较两种处理时，如何合并同一受试者在多个条件下产生的相关检验统计量，并容纳两组不同的缺失观测模式？
- 方法与思路
- 作者提出各条件检验统计量的局部最优线性组合，并讨论合并 Wilcoxon 检验、t 检验及列联表的情形。
- 材料陈述的贡献
- 摘要称，该检验程序允许两组具有不同的缺失模式，并通过多个特殊检验组合和真实例子说明其使用方式。
- 阅读关注点
- 应核对局部最优性的备择方向、统计量相关性的估计、缺失机制要求，以及权重和检验水平的计算方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；允许不同缺失模式不等于适用于任意缺失机制，也未建立因果识别。
原文摘要
In comparing the effectiveness of two treatments, repeated measurements of the same characteristic are often taken under two or more distinct conditions for each experimental subject. A locally best linear combination of individual test statistics obtained under different conditions is proposed to test the equality of the two treatments. The test procedure allows different patterns of missing observations for the two groups to be compared. Special cases such as combining Wilcoxon tests, t tests and 2×2 tables are discussed in detail with real examples.