辛普森悖论及其对医学试验的启示
统计方法学
2019-12-04 v1 机器学习
应用统计
机器学习
摘要
本文描述辛普森悖论，并解释其对随机对照试验的严重启示。特别地，我们表明对任意数量的变量，我们可模拟一项对照试验的结果，该结果对变量状态的每种可能组合均一致指向某一结论（如“药物有效”），但当纳入一个先前未观测的混杂变量时，变量状态的每种可能组合均指向相反结论（“药物无效”）。换言之，无论考虑多少变量，也无论结果看似多么“确凿”，都不能断定结果真正“有效”，因为理论上存在一个未观测混杂变量可能完全逆转该结果。
引用
@article{arxiv.1912.01422,
title = {Simpson's Paradox and the implications for medical trials},
author = {Norman Fenton and Martin Neil and Anthony Constantinou},
journal= {arXiv preprint arXiv:1912.01422},
year = {2019}
}