文件名称：避免错误发现的拆分样本策略-研究论文
文件大小：727KB
文件格式：PDF
更新时间：2024-06-30 08:17:24
论文研究
预分析计划 (PAP) 已成为限制现场实验中错误发现的重要工具。 我们评估了将数据分成两个样本的替代方法的属性：探索性样本和确认样本。 当假设是同质的时，我们描述了一种改进的拆分样本方法，该方法实现了对最优 PAP 的 90% 的拒绝，而无需预先注册或对探索性样本中的规范搜索进行约束。 当假设在先验或内在兴趣不同时，我们发现混合方法预先指定具有高权重和先验的假设并使用拆分样本方法来测试额外的假设可以比任何纯 PAP 具有功率增益。 我们使用 Casey 等人的社区驱动开发 (CDD) 应用程序评估这种方法。 (2012) 并发现使用混合拆分样本方法会产生性质不同的结论。