空气质量数据集中的偏差与响应异质性

众所周知，来自观察性研究的结论在经过严格复测时往往无法复现。技术问题包括多重检验、多重建模和偏差。这些问题中的任何一个或全部都可能导致无法复现的结论。因此，亟需那些易于应用、易于理解且可能给出可靠结果的统计方法。特别是，减少偏差影响的简单方法至关重要。本文利用《新英格兰医学杂志》（New England Journal of Medicine）首先分析的一个小型空气质量/寿命数据集，阐释了由 Robert Obenchain 开发的局部控制（Local Control）方法。本文的益处有两点：首先，我们描述了一种可靠的观察性数据分析策略；其次且重要的是，需要修正《新英格兰医学杂志》论文中提出的“空气质量改善会延长寿命”这一全局性结论。空气质量对寿命的影响存在亚组异质性（并非一刀切），而这种异质性主要由空气质量以外的因素解释。