Analyzing Proportion Scores as Outcomes for Prevention Trials: a Statistical Primer.
Analyzing Proportion Scores as Outcomes for Prevention Trials: a Statistical Primer.
复制标题
DOI：
10.1007/s11121-016-0643-6
复制
发表时间：
2017-04
期刊：
影响因子：
--
通讯作者：
Lindhiem O
中科院分区：
文献类型：
--
作者：
Chen K;Cheng Y;Berkout O;Lindhiem O
在预防试验中，令人感兴趣的结果经常包括以比例分数量化的数据。然而，在某些情况下，比例分数可能会违反常见分析方法所依据的统计假设。在这篇文章中，我们提供了分析频率和比例数据作为主要结果的指导方针。我们描述了包括广义线性回归模型在内的用于比较平均比例分数的标准方法，并检查了用于检验每个模型的正态分布和其他假设的工具。对于假设不满足的情况，包括对非正态比例分数的转换，会提出建议。我们还讨论了更复杂的分析工具，以模拟比例分数随时间的变化。该指南为预防科学中经常遇到的频率和比例数据提供了现成的分析战略。
In prevention trials, outcomes of interest frequently include data that are best quantified as proportion scores. In some cases, however, proportion scores may violate the statistical assumptions underlying common analytic methods. In this paper, we provide guidelines for analyzing frequency and proportion data as primary outcomes. We describe standard methods including generalized linear regression models to compare mean proportion scores, and examine tools for testing normality and other assumptions for each model. Recommendations are made for instances when the assumptions are not met, including transformations for proportions scores that are non-normal. We also discuss more sophisticated analytical tools to model change in proportion scores over time. The guidelines provide ready-to-use analytical strategies for frequency and proportion data that are commonly encountered in prevention science.
登录
查看更多内容
影响因子：
7
作者：
Schafer, JL;Graham, JW
通讯作者：
Graham, JW
影响因子：
2.5
作者：
Lindhiem O;Shaffer A;Kolko DJ
通讯作者：
Kolko DJ
影响因子：
7
作者：
Liu, Siwei;Rovine, Michael J.;Molenaar, Peter C. M.
通讯作者：
Molenaar, Peter C. M.
影响因子：
7
作者：
Smithson, M;Verkuilen, J
通讯作者：
Verkuilen, J
DOI：
10.1207/s15374424jccp2701_4
发表时间：
1998-03-01
期刊：
JOURNAL OF CLINICAL CHILD PSYCHOLOGY
影响因子：
--
作者：
Schuhmann, EM;Foote, RC;Algina, J
通讯作者：
Algina, J