不同偏倚情景下经验校准有效性的评估
统计方法学
2022-07-29 v2 应用统计
摘要
背景：基于观测数据对因果效应的估计会受到多种偏倚来源的影响。在估计处理效应时调整残差偏倚的一种方法是利用阴性对照结局，即处理不影响该结局。经验校准程序是一种利用阴性对照来校准 p 值的技术。经验校准的一个扩展通过使用阴性对照结局以及阳性对照结局（处理影响结局）来校准处理效应估计的 95% 置信区间的覆盖率。方法：使用具有已知处理效应的模拟数据集分析置信区间经验校准的效果。模拟包含二值处理和二值结局，偏倚来源于未测量混杂、模型误设、测量误差以及正性缺失。通过确定置信区间覆盖率的变化和处理效应估计中的偏倚来评估经验校准的表现。结果：在大多数偏倚情景下，经验校准提高了处理效应估计的 95% 置信区间的覆盖率，但在调整处理效应估计中的偏倚方面表现不一致。经验校准对置信区间的调整在纠正未测量混杂偏倚时最为有效。合适的阴性对照对经验校准所做的调整有较大影响，但使用不合适的阴性对照时也能观察到感兴趣结局覆盖率的微小改善。
引用
@article{arxiv.2111.04233,
title = {Assessing the effectiveness of empirical calibration under different bias scenarios},
author = {Hon Hwang and Juan C Quiroz and Blanca Gallego},
journal= {arXiv preprint arXiv:2111.04233},
year = {2022}
}
备注
Minor revisions to improve readability