文献

J-GLOBAL ID：201702269761980410   整理番号：17A1787990

異なる混雑構造条件下における各傾向性スコア法のシミュレーション比較研究【JST・京大機械翻訳】

Comparison of Propensity Score Methods Under Different Confounding Structures:A Simulation Study

著者 (4件)： Sun Ting (復旦大学公共衛生学院生物統計学教研室和公共衛生安全教育部重点実験室 200032) ,  Qin Guoyou (復旦大学公共衛生学院生物統計学教研室和公共衛生安全教育部重点実験室 200032) ,  Wu Zhenyu (復旦大学公共衛生学院生物統計学教研室和公共衛生安全教育部重点実験室 200032) ,  Zhao Naiqing (復旦大学公共衛生学院生物統計学教研室和公共衛生安全教育部重点実験室 200032)
資料名： Zhongguo Weisheng Tongji  (Zhongguo Weisheng Tongji)
巻： 34  号： 3  ページ： 415-420  発行年： 2017年 
JST資料番号： C2278A  ISSN： 1002-3674  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目的:異なる混雑構造の処理要素モデルと結局モデル、異なる相関性の共変量を構築することにより、多種類の傾向性採点方法が結局のモデルが線形回帰モデルの場合、処理効果の優劣を推定する。方法:Monte Carloシミュレーション法を用いて、4種類の簡単から複雑な異なる構造の混雑モデルを構築し、対応するデータセットを生成し、それぞれ傾向性スコアマッチング、回帰調整、加重および階層的方法を用いて処理効果を推定し、比較した。評価指数には,点推定,標準偏差,相対バイアス,平均二乗誤差が含まれている。結果:線形回帰モデルの場合、傾向性スコア回帰調整法による推定相対偏差は最も小さく、安定性も最も良かった。整合法によるカッパ値は0.02のカッパ値を用いる傾向性スコアの標準偏差の0.2倍の推定の相対偏差より小さい。処理因子モデルに非線形効果がある場合、逆確率加重法により推定される偏位が大きく、かつ重み法による推定の標準誤差も最も大きい。傾向評価の階層的方法は,種々の状況で相対的に大きい推定バイアスを持っていると思われる。【結論】傾向スコアの回帰調整法は,処理効果をより良く推定することができ,そして,すべての場合において,よりロバストな推定を得ることができた。これらの4つの方法において,共分散変数と処理変数の間の関係を決定することができない場合に,回帰調整法を優先的に使用することができることを提案した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： バイアス ,  ロバスト性 ,  共分散 ,  *シミュレーション ,  モデル ,  非線形効果 ,  性能指数 ,  標準偏差
準シソーラス用語： 標準誤差 ,  加重 ,  調整法 ,  平均二乗誤差 ,  線形回帰モデル ,  共変量 ,  *スコア , 【Automatic Indexing@JST】

著者キーワード (4件)： Propensity score ,  Confounding factor ,  Monte Carlo simulation ,  Bias

分類 (5件)： 生物燃料及び廃棄物燃料  (LB02020Y) ,  統計的品質管理  (KB04030W) ,  対流圏・成層圏の地球化学  (DD01020P) ,  太陽光発電  (NB03090G) ,  腐食  (WB03030B)

タイトルに関連する用語 (4件)： 傾向 ,  スコア ,  シミュレーション ,  研究