Tamaño de muestra asintótico para prueba común de razones de riesgo relativo en datos bilaterales estratificados
Autores: Mou, Keyi; Li, Zhiming; Ma, Changxing
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Tamaño de muestra asintótico para prueba común de razones de riesgo relativo en datos bilaterales estratificados
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Medicina
Tamaño de la muestra
Tasas de riesgo relativo
Datos estratificados
Razón de verosimilitud
Simulaciones numéricas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 49
Citaciones: Sin citaciones
En estudios clínicos médicos, varios tests suelen estar relacionados con el tamaño de la muestra. Este artículo propone varios métodos para calcular tamaños de muestra para un test común de razones de riesgo relativo en datos bilaterales estratificados. Bajo el nivel significativo y el poder preespecificados, derivamos algunas fórmulas explícitas y un algoritmo del tamaño de muestra. Los tamaños de muestra del modelo intra-clase estratificado se obtienen a partir de tests de razón de verosimilitud, score y tipo Wald. Bajo datos agrupados, calculamos el tamaño de muestra basado en el test tipo Wald y su forma de log-transformación. Simulaciones numéricas muestran que los tamaños de muestra propuestos tienen un poder empírico cercano al valor preespecificado para los niveles de significancia dados. Los tamaños de muestra del método iterativo son más estables y efectivos.
Descripción
En estudios clínicos médicos, varios tests suelen estar relacionados con el tamaño de la muestra. Este artículo propone varios métodos para calcular tamaños de muestra para un test común de razones de riesgo relativo en datos bilaterales estratificados. Bajo el nivel significativo y el poder preespecificados, derivamos algunas fórmulas explícitas y un algoritmo del tamaño de muestra. Los tamaños de muestra del modelo intra-clase estratificado se obtienen a partir de tests de razón de verosimilitud, score y tipo Wald. Bajo datos agrupados, calculamos el tamaño de muestra basado en el test tipo Wald y su forma de log-transformación. Simulaciones numéricas muestran que los tamaños de muestra propuestos tienen un poder empírico cercano al valor preespecificado para los niveles de significancia dados. Los tamaños de muestra del método iterativo son más estables y efectivos.