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。
メタ解析としても知られるデータ集約は,多重研究間の共通(例えば平均処理効果)で共有されるパラメータに関する知識を組み合わせるために広く用いられている。本論文では,様々な既存研究から要約統計量をプールする魅力的なデータ集約方式を導入した。このスキームは,新しい検証研究の設計を知り,共有パラメータに対する不偏推定量を与える。著者らの設定では,各既存の研究は,LASSO回帰を適用して,共変量の大規模集合から簡素なモデルを選択した。選択されたモデルにおける事後推定器は偏った傾向があることはよく知られている。データカーービングと呼ばれる新しい技法は,全ての既存研究から簡単な要約統計量を集約することにより,新しい不偏推定子を生成することを示した。著者らの推定器は,2つの重要な特徴を持つ:(a)モデル選択からのバイアスのリスクなしで,すべての研究から,データの最も可能な使用をした。(b)これらの研究の生データが,効率的推定のために共有または保存されないので,個人データプライバシーの付加的利益を楽しんだ。【JST・京大機械翻訳】