统计学 > 方法论
[提交于 2025年7月17日
]
标题: 1:1是否总是最有力的? 为什么不平等分配值得更广泛的考虑
标题: Is 1:1 Always Most Powerful? Why Unequal Allocation Merits Broader Consideration
摘要: 在随机对照试验中,将相等数量的患者分配到每个试验组的原则被广泛接受为最大化试验统计功效的标准策略。 然而,这种长期存在的信念只有在治疗组的结果方差相等的情况下才成立,而这一条件在实践中往往并不满足。 本文质疑了仅依赖于均等随机化(ER)的普遍做法,并认为偏离1:1的比例可能是合理且有益的。 我们通过两个模拟案例研究来证明这一原则,一个以二元终点为例,另一个以连续终点为例,比较均等随机化(ER)与预先计划的固定不均等随机化和针对Neyman分配的响应自适应随机化的性能。 我们的结果表明,不均等比例可以在同时将更大比例的患者分配到优势治疗组方面优于均等随机化。 我们得出结论,当怀疑存在不均等方差时,应战略性地决定分配比例,而不是默认采用1:1的比例,这构成了更优的设计选择。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.