用于量化数据不确定性下决策置信度的灵敏度分析框架

几乎所有影响政策制定的统计分析都基于不完美的数据。例如，数据可能受到测量误差、缺失值、样本选择偏差或记录链接错误的影响。分析师必须决定如何处理此类数据缺陷，例如仅分析完整案例或通过某种假设模型对缺失项进行插值。他们的选择可能影响估计值，从而最终影响政策决策。因此，分析师有必要评估估计值和政策决策对其选择所基于假设的灵敏度。为促进这一目标，我们建议分析师定义针对其方法处理数据缺陷所基于假设的决策灵敏度的指标和可视化工具。通过这些可视化工具，分析师可以在其所选分析方法下评估对政策决策的置信度。我们以两个示例说明指标和相应的可视化工具：一个是考虑预测模型中投票份额的输入可能存在测量误差，另一个是对儿童暴露于高血铅水平比例的评估时进行缺失值插值。