协变量测量误差的贝叶斯校正：频率学派评估及与回归校准的比较
统计方法学
2017-08-01 v1
摘要
处理协变量测量误差的贝叶斯方法已相当成熟，但可以说研究者仍相对较少使用。对一些人而言，这可能是由于对贝叶斯推断范式不熟悉或不同意。对另一些人而言，一个促成因素则是标准统计软件包无法执行此类贝叶斯分析。在本文中，我们首先概述处理协变量测量误差的贝叶斯方法，并将其与堪称最常用方法的回归校准（RC）进行对比。随后我们论证贝叶斯方法相比 RC 具有若干统计优势，并证明对分析者而言实现贝叶斯方法通常是相当可行的。接下来我们描述密切相关的最大似然与多重插补方法，并解释为何我们认为贝叶斯方法通常更可取。然后我们通过模拟研究实证比较 RC 与贝叶斯方法的频率学派性质。贝叶斯方法处理测量误差与缺失数据的灵活性随后通过第三次全国健康与营养检查调查数据的分析得以阐明。
引用
@article{arxiv.1603.06284,
title = {Bayesian correction for covariate measurement error: a frequentist evaluation and comparison with regression calibration},
author = {Jonathan W. Bartlett and Ruth H. Keogh},
journal= {arXiv preprint arXiv:1603.06284},
year = {2017}
}