A power approximation for the Kenward and Roger Wald test in the linear mixed model.
A power approximation for the Kenward and Roger Wald test in the linear mixed model.
复制标题
DOI：
10.1371/journal.pone.0254811
复制
发表时间：
2021
期刊：
影响因子：
3.7
通讯作者：
Glueck DH
中科院分区：
文献类型：
--
作者：
Kreidler SM;Ringham BM;Muller KE;Glueck DH
我们推导了Kenward和Roger检验的非中心幂近似。我们使用的矩方法的方法来形成一个近似的分布Kenward和Roger标度Wald统计量，根据替代。结果取决于未标度Wald统计量的近似矩。通过Monte Carlo模拟，我们证明了新的功效近似对于整群随机试验和纵向研究设计是准确的。该方法保留了小样本量的准确性，即使在缺失数据的存在。我们说明了一个不平衡的口腔癌预防组随机试验的功效计算的方法。
We derive a noncentral power approximation for the Kenward and Roger test. We use a method of moments approach to form an approximate distribution for the Kenward and Roger scaled Wald statistic, under the alternative. The result depends on the approximate moments of the unscaled Wald statistic. Via Monte Carlo simulation, we demonstrate that the new power approximation is accurate for cluster randomized trials and longitudinal study designs. The method retains accuracy for small sample sizes, even in the presence of missing data. We illustrate the method with a power calculation for an unbalanced group-randomized trial in oral cancer prevention.
登录
查看更多内容
DOI：
10.1198/106186006x112954
发表时间：
2006-06-01
影响因子：
2.4
作者：
Kim, HY;Gribbin, MJ;Taylor, DJ
通讯作者：
Taylor, DJ
影响因子：
2
作者：
Tu, X. M.;Zhang, J.;Tang, W.
通讯作者：
Tang, W.
影响因子：
1.9
作者：
Kenward, MG;Roger, JH
通讯作者：
Roger, JH
影响因子：
2
作者：
Tu, XM;Kowalski, J;Crits-Christoph, P
通讯作者：
Crits-Christoph, P
影响因子：
2
作者：
HELMS, RW
通讯作者：
HELMS, RW