Equivalence test and PR curves for crossover designs

국문 초록 (Abstract)

일반적으로 평균들을 비교하기 위해 사용되는 분산분석이나 t-검증법은 귀무가설을 기각했을 때, 그 가설이 틀렸다는 것을 증명할 수는 있다. 하지만, 그 귀무가설이 기각되지 않는다 하더라도, 그것이 사실이라는 것을 증명할 수는 없다. 이런 문제를 해결하기 위해 그 동안 많은 연구들이 있어 왔으나, 한 실험 대상에게 비교하고자 하는 모든 처치를 하여, 같은 실험환경 안에서 처치들의 효과를 비교할 수 있는 반복측정 실험이 사용되었을 경우에 대해서는 선행 연구가 부족한 실정이었다.
이에 본 논문에서는 약학분야와 FDA등의 기관들에서 쓰이는 생물학적 동등성 검증방법을 약학분야의 실험에서 많이 쓰이는 반복측정 실험에 응용하여, 검증방법을 고안하고, 몬데칼로 시뮬레이션을 통해 그 검증방법의 성능을 실험해 보았다. 또, 기각확률 곡선을 살펴보고, 이전의 완전 확률화계획법에서의 결과와 비교해 보았으며, 동등성 검정을 위해 필요한 적절한 표본의 크기도 제시하였다.

다국어 초록 (Multilingual Abstract)

Motivated by a study on generalized equivalence testing procedure proposed by Sung (1998), we suggest a decision rule useful particularly in crossover designs. This approach is an application of Sung's rule .which is developed by considering a spherical confidence region, and which is a direct extension of the usual t-based confidence interval rule formally approved by the U.S Food and Drug Administration to show bioequivalence. We characterize the test by the probability of rejection (PR) curves, and provide optimal sample sizes in 2 and 3-period crossover designs.

목차 (Table of Contents)

• CONTENTS
• ABSTRACT
• CHAPTERS = 1
• CHAPTER 1. INTRODUCTION = 1
• CHAPTER 2. CROSSOVER DESIGNS = 5
• CHAPTER 3. PR CURVES = 9
• CHAPTER 4. DISCUSSIONS = 13
• REFERENCES = 17
• APPENDICES = 20
• A. Programs = 20
• A.1. SAS macro for an equivalence test of two means in Crossover Designs = 20
• A.2. SAS macro for an equivalence test of three means in Crossover Designs = 25
• B. Figures for Chapter 3 = 35
• 논문초록 = 43
• 감사의 글 = 44