存在偏倚源时基于汇总统计的稳健融合-提取过程
统计方法学
2023-02-07 v3
摘要
如今来自各种数据源的信息日益可得。然而，由于常见的偏倚抽样、群体异质性或模型设定错误，部分数据源可能产生偏倚估计。这需要能在存在偏倚源时合并信息的统计方法。本文提出一种稳健的数据融合-提取方法。即使多个数据源存在偏倚，该方法也能产生感兴趣参数的一致估计量。所提估计量易于计算且仅使用汇总统计，因此可应用于许多不同领域，例如荟萃分析、孟德尔随机化与分布式系统。此外，在一些温和条件下，所提估计量渐近等价于仅使用无偏源数据的 oracle 估计量。我们也建立了所提估计量的渐近正态性。与现有荟萃分析方法相比，即使数据源数量与参数维度随样本量增长而发散，理论性质仍得以保证，从而确保了所提方法在广泛范围内的表现。通过模拟研究也评估了稳健性与 oracle 性质。所提方法应用于一个评估中度牙周病手术治疗的荟萃分析数据集，以及一个研究头颈癌风险因素的孟德尔随机化数据集。
引用
@article{arxiv.2108.12600,
title = {A robust fusion-extraction procedure with summary statistics in the presence of biased sources},
author = {Ruoyu Wang and Qihua Wang and Wang Miao},
journal= {arXiv preprint arXiv:2108.12600},
year = {2023}
}