基于矩匹配的样本信息期望价值的高效蒙特卡洛估计
统计理论
2017-09-08 v3 统计理论
摘要
样本信息期望价值（EVSI）用于计算新研究策略的经济价值。尽管该价值对研究者和资助者均很重要，但 EVSI 的实际应用极少。主要原因在于，在实用健康经济模型中利用嵌套模拟计算 EVSI 存在计算困难。我们提出了一种 EVSI 的近似方法，该方法基于估计在所有可能的未来样本上增量净收益的后验均值的分布，即预后验均值的分布。具体而言，我们建议利用矩匹配并结合可用于概率敏感性分析的模拟来估计该分布，而概率敏感性分析在健康经济评估中通常是强制性的。我们使用一个先前已应用于其他 EVSI 近似方法的示例证明了该方法的成功。最后我们通过讨论我们的方法如何与文献中详述 EVSI 近似方法的其他近期补充相契合来作结。
引用
@article{arxiv.1611.01373,
title = {Efficient Monte Carlo Estimation of the Expected Value of Sample Information using Moment Matching},
author = {Anna Heath and Ioanna Manolopoulou and Gianluca Baio},
journal= {arXiv preprint arXiv:1611.01373},
year = {2017}
}