Abstract
In een sequentiële studie heeft de dataverzamelaar de toelating om tussentijdse observaties uit te voeren. Na elke tussentijdse observatie kan er beslist worden om de studie al dan niet stop te zetten. Deze beslissing is gebaseerd op de reeds geobserveerde data en een vooraf vastgelegde stopregel. Het vroegtijdig stopzetten van een studie heeft tal van economische en ethische voordelen in bijvoorbeeld klinische studies.
De bestaande literatuur over klinische studies benadrukt dat eenvoudige conventionele schatters, zoals het steekproefgemiddelde, vertekend worden in de aanwezigheid van bovengenoemde stopregels. Echter, recent hebben Molenberghs en collega's een deel van deze bezorgdheid weggenomen door aan te tonen dat de vertekening, veroorzaakt door stopregels, in heel wat gevallen snel verdwijnt als het aantal verzamelde data toeneemt.
Door voort te bouwen op de inzichten bekomen door Molenberghs en collega's, zullen we een theoretische onderbouwing geven van het feit dat het gebruik van conventionele schatters in heel wat belangrijke gevallen legitiem blijft. In het bijzonder zullen we trachten Berry-Esseen type ongelijkheden in sequentiële analyse te bewijzen, die het gebruik van betrouwbaarheidsintervallen, gebaseerd op conventionele schatters, rechtvaardigen. Ook zullen we de implicaties op hypothesetoetsen onderzoeken. We zullen ons hiervoor baseren op wiskundige technieken uit de kanstheorie, e.g. de methode van Stein, en approach theorie, een topologische theorie geïnitieerd door R. Lowen, die haar nut reeds bewezen heeft in de theorie van kansmetrieken, centrale limiettheorie en schattingstheorie met gecontamineerde data.
Onderzoeker(s)
Onderzoeksgroep(en)
Project type(s)