阿兰·拉布杜伊;哈耶特·梅拉贝特 贝叶斯两阶段设计中的频繁测试在实验测试中的应用。 (英语) Zbl 07801917号 博尔。巴拉那州。材料(3) 40,第129号文件,第11页(2022). 摘要:预测为实证研究提供了学科和语用的重要性。采用预测概率方法的设计为进行多阶段II期试验提供了一个很好的替代方案;它高效灵活,具有理想的统计特性。在本文中,我们考虑了实验设计中的贝叶斯预测程序,为此,我们将与测试相关的满意度指数定义为p值的递减函数,满意度高于更广泛拒绝的零假设。这种设计具有良好的频率特性,可以提前终止试验。我们在实验规划和序列设计中通过模拟和实际数据处理我们的应用程序,并获得二进制结果。 MSC公司: 35B40码 偏微分方程解的渐近行为 35升70 二阶非线性双曲方程 关键词:贝叶斯方法;预测;二项式模型;中期监测 PDF格式BibTeX公司 XML格式引用 \textit{A.Labdaoui}和\textit{H.Merabet},波尔。巴拉那州。材料(3)40,论文编号129,第11页(2022;Zbl 07801917) 全文: 内政部 OA许可证 参考文献: [1] 尹国胜,陈楠,李杰客,贝叶斯自适应随机化和预测概率的二期试验设计,应用。统计人员。(2012)61,第2部分,第219-235页。 [2] Lisa V.Hampson,Christopher Jennison,J.R.Statist,延迟反应的团体序贯测试。Soc.B(2013)75,第1部分,第3-54页。《微分方程》第7卷,第554-589页,(1970)·Zbl 07555437号 [3] 东、西。Steyerberg,《临床预测模型——开发、验证和更新的实用方法》,XXVIII,(2009),500p,精装本·Zbl 1314.92010年 [4] Lecoutre、G.Derzko、J.M.Grouin。关于比例推断的贝叶斯预测方法,《医学统计学》,(1995)14,第1057-1063页。 [5] H.Merabet,临床试验指数模型中的满意度指数和预测,Statistica,anno LXIV,n.3,(2004),441-453·Zbl 1188.62311号 [6] S.M Berry、B.P.Carlin、J.J Lee、P.Muller,临床试验的贝叶斯自适应方法,查普曼和霍尔/CRC生物统计学系列,(2011). ·Zbl 1306.62005年 [7] G.Koop、D.J.Poirier和J.L.Tobias,贝叶斯计量经济学方法,(2007年)·Zbl 1136.62087号 [8] C、。M.C.Shein Chung,临床试验中的适应性设计方法,Chapman&Hall/CRC,(2011年)。 [9] 卢克·阿孔奥·奥拉沃。J.Andrés Christen,多组临床试验的贝叶斯序列分析,统计计算(2009)19:99-109 DOI 10.1007/s11222-008-9074-y·doi:10.1007/s11222-008-9074-y [10] N.A Azadi、P.Fearnhead、G Ridall和J.H.Blok,二元响应数据的贝叶斯序列实验设计及其在肌电图实验中的应用,贝叶斯分析(2014),9,第2期,第287-306页·兹比尔1327.62444 [11] N.Stallard,Tim Friede,《临床试验与治疗选择的分组序列设计》,Statist。医学(2008);27:6209-622. 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。