抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
マルチレベル回帰と後層化(MRP)は,社会科学から公衆衛生への分野にわたる広いアプリケーションで,サブグループ推定における選択バイアスに対処する一般的な方法である。本論文では,有限母集団におけるMRPの推論的妥当性を検討し,後層化とモデル仕様の影響を探った。MRPの成功は,結果に強く関連する補助情報のアベイラビリティに大きく依存する。成果モデルの適合性能を高めるために,著者らは,補助変数に関する包含確率を条件付きにモデリングし,平均構造における予測子として推定包含確率の柔軟な関数を組み込んだ。確率および非確率調査のためのロバスト推論を提供する統計的データ統合フレームワークを提示し,実際の応用における様々な課題に対処した。著者らのシミュレーション研究は,バイアスと分散の間のトレードオフを含むMRPの統計的妥当性を示し,代替方法と比較して,小さなサンプルサイズのサブグループ推定に対するより大きな利点を有した。米国における21の地理的位置にわたる子供に関する情報を収集し,国家的表現を提供するため,非確率サンプルとして選択バイアスを受ける,青少年脳認知発達(ABCD)研究への著者らの方法を適用した。ABCD研究における小児の多様なグループの認知尺度に焦点を当て,補助変数の使用が認知能力の知見に影響を及ぼすことを示した。【JST・京大機械翻訳】