研究人员开发了一种新颖的程序，可将标准的固定样本量假设检验转化为随时有效的检验。该方法可保持I类错误控制并实现近乎最优的统计功效，在零假设为假时可显著节省样本量。该程序通过预测在每个顺序步骤中拒绝零假设的可能性来实现，将未来观测值作为零假设下的缺失数据。这种方法在临床试验等领域具有潜在应用，可实现更早、更安全的结论，从而加速有效疗法的开发。 AI
影响 这种统计方法可以提高AI研发中顺序数据分析的效率和安全性，特别是在迭代模型训练和评估方面。
排序理由 该集群包含一篇详细介绍新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
