Guidelines for contributions to medical journals emphasize the importance of distributional assumptions
[18,19]. Sometimes, special recommendations are provided.When addressing the question of how to compare
changes from baseline in randomized clinical trials if data do not follow a normal distribution, Vickers, for example,
concluded that such data are best analyzed with analysis of covariance [20]. In clinical trials, a detailed description of the statistical analysis is mandatory [21].This description requires good knowledge about the clinical endpoints, which is often limited. Researchers,therefore, tend to specify alternative statistical procedures in case the underlying assumptions are not satisfied (e.g., [22]). For the t test, Livingston [23] presented a list of conditions that must be considered (e.g., normal distribution, equal variances, etc.). Consequently, some researchers routinely check if their data fulfill the assumptions and change the analysis method if they do not (for a review, see [24]).
แนวทางการเขียนวารสารทางการแพทย์ที่เน้นความสำคัญของสมมติฐานการแจกแจง[ 18,19 ] บางครั้ง ข้อเสนอพิเศษให้ เมื่อจัดการกับคำถามของวิธีการเปรียบเทียบการเปลี่ยนแปลงจากค่าเริ่มต้นในการทดลองทางคลินิกแบบสุ่ม ถ้าข้อมูลไม่ตามการแจกแจงปกติ วิคเกอร์ , ตัวอย่างเช่นสรุปได้ว่าข้อมูลดังกล่าวเป็นข้อมูลที่ดีที่สุด ด้วยการวิเคราะห์ความแปรปรวนร่วม ( ANCOVA ) [ 20 ] ในการทดลองทางคลินิก , รายละเอียดของการวิเคราะห์ทางสถิติเป็นข้อบังคับ [ 21 ] . รายละเอียดต้องมีความรู้ที่ดีเกี่ยวกับข้อมูลทางคลินิก ซึ่งมักจะ จำกัด นักวิจัยจึงมีแนวโน้มที่จะระบุสถิติที่ใช้ทดแทนในกรณีที่ภายใต้สมมติฐานไม่พอใจ ( เช่น [ 22 ] ) สำหรับทดสอบลิฟวิงสตัน , [ 23 ] นำเสนอรายการของเงื่อนไขที่ต้องพิจารณา เช่น ความแปรปรวนของการแจกแจงแบบปกติ , เท่ากับ , ฯลฯ ) จากนั้น นักวิจัยบางคนตรวจเช็คว่าข้อมูลตามสมมติฐาน และเปลี่ยนวิธีวิเคราะห์ ถ้าพวกเขาไม่ได้ ( สำหรับรีวิว เห็น [ 24 ] )
การแปล กรุณารอสักครู่..