在存在隐藏的亚群情况下，对治疗效果的统计显著性进行测试
摘要：用于测试治疗效果的统计显著性时，我们通常比较人群的两个部分，一个接受治疗，另一个未接受治疗。常用的标准参数和非参数的两样本检验经常用于此比较。但直接应用这些检验可能会产生误导性结果，尤其是当人群中存在一些隐藏的亚群体，并且亚群体差异对研究变量的影响超过了治疗效应。如果这些亚群体在来自这两个部分的样本中有着广泛的不同比例，即治疗组和对照组，这个问题将变得更加明显。在本文中，我们试图解决这个问题。我们提出的方法使用适当的聚类算法来发现隐藏的亚群体，并通过适当的转换消除亚群体效应。当这些转换后的数据应用于标准的两样本检验时，得到更好的结果。通过分析一些模拟和真实数据集，展示了这些方法的实用性。
作者：Bikram Karmakar and Kumaresh Dhara and Kushal Kumar Dey and Analabha Basu and Anil Ghosh
论文ID：1211.0032
分类：Computation
分类简称：stat.CO
提交时间：2012-11-02