کتاب الکترونیکی

یک یادداشت احتیاطی در مورد تجزیه و تحلیل طرح های بلوک تصادفی با چند مقدار از دست رفته

A cautionary note on the analysis of randomized block designs with a few missing values

دانلود کتاب A cautionary note on the analysis of randomized block designs with a few missing values (به فارسی: یک یادداشت احتیاطی در مورد تجزیه و تحلیل طرح های بلوک تصادفی با چند مقدار از دست رفته) نوشته شده توسط «Devan V. Mehrotra»

اطلاعات کتاب یک یادداشت احتیاطی در مورد تجزیه و تحلیل طرح های بلوک تصادفی با چند مقدار از دست رفته

موضوع اصلی: تحلیل و بررسی

نوع: کتاب الکترونیکی

نویسنده: Devan V. Mehrotra

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2004

تعداد صفحه: 16

حجم کتاب: 1 مگابایت

توضیحات کتاب یک یادداشت احتیاطی در مورد تجزیه و تحلیل طرح های بلوک تصادفی با چند مقدار از دست رفته

طرح بلوک های تصادفی به طور معمول در علوم اجتماعی و بیودارویی استفاده می شود. بدون مقادیر از دست رفته، می توان از تحلیل واریانس (AOV) برای تجزیه و تحلیل چنین آزمایشاتی استفاده کرد. با این حال، اگر برخی از داده‌ها از دست رفته باشند، فرمول‌های AOV دیگر قابل اجرا نیستند و روش‌های تکراری مانند حداکثر احتمال محدود شده (REML) توصیه می‌شود، با فرض اینکه اثرات بلوک به‌صورت تصادفی در نظر گرفته شود. علیرغم مزایای شناخته شده REML، روش‌هایی مانند AOV که فقط بر اساس موارد کامل (بلوک‌ها) (CC-AOV) هستند همچنان توسط محققان مورد استفاده قرار می‌گیرند، به‌ویژه در شرایطی که به طور معمول فقط با چند مقدار از دست رفته مواجه می‌شوند. به نظر می‌رسد دلایل این امر شامل تمایل طبیعی به روش‌های غیر تکراری و مبتنی بر آمار خلاصه و این فرض است که CC-AOV فقط با چند مقدار گمشده (مثلاً 10٪) کمتر از REML کارآمد است. هدف از این یادداشت دو جنبه است. اول، به احتیاط که CC-AOV می تواند به طور قابل توجهی کمتر از REML قدرتمند حتی با چند مقدار از دست رفته است. دوم، ارائه یک جایگزین مبتنی بر آمار خلاصه، تخمین موردی در دسترس زوجی (PACE) برای CC-AOV. PACE که مشابه AOV (و REML) بدون مقادیر گم شده است، از نظر قدرت آماری از CC-AOV بهتر است. با این حال، اگر نرم افزاری برای پیاده سازی دومی در دسترس نباشد، یا استفاده از یک رویکرد مبتنی بر فرمول «شفاف» ضروری تشخیص داده شود، به جای REML توصیه می شود. یک مثال با استفاده از داده های واقعی برای توضیح ارائه شده است.

The randomized block design is routinely employed in the social and biopharmaceutical sciences. With no missing values, analysis of variance (AOV) can be used to analyze such experiments. However, if some data are missing, the AOV formulae are no longer applicable, and iterative methods such as restricted maximum likelihood (REML) are recommended, assuming block effects are treated as random. Despite the well-known advantages of REML, methods like AOV based on complete cases (blocks) only (CC-AOV) continue to be used by researchers, particularly in situations where routinely only a few missing values are encountered. Reasons for this appear to include a natural proclivity for non-iterative, summary-statistic-based methods, and a presumption that CC-AOV is only trivially less efficient than REML with only a few missing values (say≤10%). The purpose of this note is two-fold. First, to caution that CC-AOV can be considerably less powerful than REML even with only a few missing values. Second, to offer a summary-statistic-based, pairwise-available-case-estimation (PACE) alternative to CC-AOV. PACE, which is identical to AOV (and REML) with no missing values, outperforms CC-AOV in terms of statistical power. However, it is recommended in lieu of REMLonly if software to implement the latter is unavailable, or the use of a “transparent” formula-based approach is deemed necessary. An example using real data is provided for illustration.

دانلود کتاب «یک یادداشت احتیاطی در مورد تجزیه و تحلیل طرح های بلوک تصادفی با چند مقدار از دست رفته»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
برچسب ها
مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
کتابخانه دیجیتال بَلیان