新无差异区表述下最佳处理选择的纯序贯与加速序贯方法：渐近理论与模拟

《Mathematics》：A Purely Sequential Selection and Its Acceleration for the Best Treatment Under a New Formulation of the Indifference Zone: Asymptotic Theory and Simulations

　　

传统无差异区（indifference zone, IZ）方法在最佳处理远优于次佳处理时，以预设的高正确选择概率（probability of correct selection）选择最佳处理。通常，效应量（effect size）为所考虑的来自 k(≥2) 个均值未知且方差相等但未知为 σ² 的正态总体的最佳（最大均值）处理与次佳处理之间的差值。研究人员认为，效应量可能涉及未知均值以及未知方差 σ²，因为在缺少 σ² 时评估并预设效应量有时并不现实。在新的 IZ 表述下，研究人员重新构建了针对最大均值的纯序贯（purely sequential）和加速序贯（accelerated sequential）选择方法，以及相关的一阶（first-order, f.o.）和二阶（second-order, s.o.）渐近理论。如此丰富的渐近理论还辅以基于一组模拟对两种选择策略在样本量为小、中或大时的性能所进行的全面讨论。

根据所提供标题与摘要，该研究属于在无差异区（indifference zone, IZ）框架下从多个正态总体中选择最佳处理（best treatment）的序贯选择问题。传统 IZ 方法假设有 k(≥2) 个正态总体，均值未知，方差相等但未知为 σ²。当最佳处理（最大均值处理）远优于次佳处理时，传统方法要求以预设的高正确选择概率（probability of correct selection）完成选择。通常，效应量（effect size）被定义为最佳处理与次佳处理之间的均值差。问题在于，这种传统做法通常把效应量建立在均值差上，并在未利用方差 σ² 的情况下进行预设；然而在实践中，σ² 是未知的，脱离 σ² 来评估并预设效应量有时并不现实。因此，研究人员提出新的 IZ 表述，使效应量可能同时涉及未知均值和未知方差 σ²。在此新表述下，研究人员重新构建了针对最大均值的纯序贯（purely sequential）选择方法和加速序贯（accelerated sequential）选择方法，并建立了相应的一阶（first-order, f.o.）和二阶（second-order, s.o.）渐近理论。研究还通过一组模拟，对两种选择策略在样本量小、中、大情况下的性能进行了全面讨论。该研究的结论性意义在于：IZ 最佳处理选择不再局限于传统预设均值差的框架，而可以在效应量涉及未知方差 σ² 的新表述下，借助纯序贯与加速序贯方法及 f.o.、s.o. 渐近理论进行分析，并通过模拟评估其有限样本表现。就关键技术方法而言，主要包括：新 IZ 表述、纯序贯选择方法、加速序贯选择方法、针对最大均值的一阶与二阶渐近理论，以及小/中/大样本量下的模拟研究。所提供摘要未注明样本队列来源。研究结果方面，所提供摘要未列出结果小标题，故无法保留小标题并逐项说明；可确认的是，研究人员在新 IZ 表述下重建了两种选择方法，并给出相关 f.o. 与 s.o. 渐近理论，同时通过模拟讨论了两种策略在小、中、大样本量下的性能。讨论部分在摘要中未单独呈现；结论性表述可概括为：在新的 IZ 表述下，针对最大均值的纯序贯和加速序贯选择方法及其一阶、二阶渐近理论得到重建，如此丰富的渐近理论还辅以基于一组模拟对两种选择策略在样本量为小、中或大时的性能所进行的全面讨论。需要说明的是，若没有论文主体、定理、模拟参数和结论部分，无法在不推测的情况下进一步展开具体结果、讨论与独立结论。