回顾中的信息价值

在任何统计分析过程中，都有必要考虑数据质量与模型适用性问题。信息价值方法于二十世纪中叶首次提出，旨在为在潜在信息源之间做选择提供框架。然而，自诞生以来，信息价值方法在很大程度上被统计学家所忽视。本文回顾并扩展了现有的信息价值方法，并推荐使用三个量来识别有影响力和离群的数据：Kempthorne（1986）先前提出的影响度量、用于衡量我们预期数据某部分所具有影响力的相关量——样本信息期望价值，以及这两个量的比值，用作观测影响与期望影响之间的比较。我们研究了这些量的基本理论性质，并用两个数据集说明了所提方法。Longley首次给出的包含美国就业率及其他经济因素的数据集被用作线性回归情形下的例子。从产前诊所收集的HIV监测数据一直是中低收入国家监测HIV流行的主要信息源。提供斯威士兰HIV患病率信息的数据集被用作广义线性混合模型情形下的例子。