匹配泊松变量的功效分析

机器算法验证 数据转换 泊松分布 统计能力 多重比较 增量法
2022-04-04 06:05:57

对于泊松分布变量,我有两个匹配组,每个组包含 22 个观察值。我有兴趣评估检测第二组结果减少 20% 的能力。我不知道匹配组之间的相关性,因此必须假设独立。我计划使用模拟研究评估功率,并考虑以下想法。

1) 定义 rate0 和 rate1 = rate0-(0.20*rate0)

2) 模拟 X1~Poisson(22,rate0) 和 X2~Poisson(22,rate)

3) 计算成对差异 X1-X2 并进行配对 Wilcoxon 检验或配对 ttest。

4) 进行模拟 nsim 次,计算时间 pvalue < 0.05

我将不胜感激有关第 3 步的一些反馈/建议。有人有其他想法吗?

1个回答

通过模拟进行功率分析还可以,我认为您真正需要的是一种比较匹配泊松变量的方法,而不是 Wilcoxon 检验或配对 t 检验。

  • 蛮力方法是:用作测试统计量iX1iX2i; 假设H0(两组相同率),估计共同率λ使用汇总数据,并模拟 N (N = big) 乘以两组 22 个变量P(λ)得到你的测试统计的经验分布。

  • 如果您的费率足够大,您还可以使用以下事实:XP(λ), 那么分布2X由法线近似N(2λ,1). 这导致基于正态的测试(分布X1iX2i已知下H0, 独立于λ),并且可以导致很好的纸笔计算。下图说明了该近似值在各种情况下的(不)准确度λ(在黑色中,CDF 的2X,红色为正态近似值)。

cdf