基于参数似然或经验似然的相似研究校准信息选择性综述
统计方法学
2021-01-05 v1
摘要
在多中心临床试验中，由于种种原因，个体层面数据被严格限制公开获取。相反，汇总信息可从已发表结果中广泛获得。随着计算技术的进步，在数百或数千台机器上同时运行数据分析已十分常见，数据分布在这些机器上且不再集中于单一位置。如何有效汇集汇总临床数据信息或并行计算中每台机器的信息，已成为统计学家与计算机科学家的挑战性任务。本文选择性综述若干近期发展的统计方法，包括通信高效的分布式统计推断、更新估计与增量推断，它们可视为大数据时代校准信息方法的最新进展。尽管这些方法在不同领域与不同统计框架下提出，但原则上它们渐近等价于 meta 分析中著名的已有方法。与拥有完整数据的情况相比，信息几乎无损失。作为信息整合的通用工具，我们也综述了利用经验似然方法的广义矩方法与估计方程途径。
引用
@article{arxiv.2101.00105,
title = {A selective review on calibration information from similar studies based on parametric likelihood or empirical likelihood},
author = {Jing Qin and Yukun Liu and Pengfei Li},
journal= {arXiv preprint arXiv:2101.00105},
year = {2021}
}
备注
37 pages