Какова связь между методами, такими как сопоставление и статистическое управление переменными?

Часто в научных статьях, которые вы читаете, исследователи контролировали определенные переменные. Это можно сделать такими методами, как сопоставление, блокировка и т. Д.

Но я всегда думал, что контроль переменных был чем-то статистическим, измеряя несколько переменных, которые могли бы повлиять, и выполняя некоторый статистический анализ тех, которые могли быть выполнены как в истинных, так и в квазиэкспериментах. Так, например, у вас будет опрос или другой тест, в котором вы будете измерять независимую переменную и некоторые, возможно, противоречивые переменные и проводить некоторый анализ.

• Можно ли контролировать переменные в квазиэкспериментах?
• Какова связь между методами, такими как сопоставление и статистическое управление переменными?

Как и в случае с AdamO, я думаю, что ключом к ответу на этот вопрос является понятие причинно-следственной связи и то, как «приблизиться» к причинно-следственной модели с помощью наблюдательных установок.

В идеальном мире у нас было бы нечто, называемое контрфактической популяцией - исследуемая популяция, идентичная во всех отношениях, за исключением одной интересующей нас вещи. Разница между этими двумя популяциями, основанная на этой разнице, является истинным причинным результатом.

Очевидно, мы не можем этого иметь.

Есть способы, однако, попытаться подобраться к нему:

• Рандомизация. Теоретически (если рандомизация выполнена правильно) должны дать вам две идентичные популяции, за исключением лечения после рандомизации.

• Стратификация. Вы можете посмотреть на популяцию в пределах уровней ковариат, где вы проводите сравнение «как с подобными». Это прекрасно работает для небольшого количества уровней, но быстро становится громоздким.

• Сопоставление: сопоставление - это попытка собрать исследуемую совокупность таким образом, чтобы группа А напоминала группу В и, следовательно, поддалась сравнению.

• Статистическая корректировка: включение ковариат в регрессионную модель позволяет оценить эффект в пределах уровней ковариат - опять же, сравнивая подобное с аналогичным или, по крайней мере, пытаясь.

Все это попытка приблизиться к этой контрфактуальной популяции. Как лучше всего это сделать, зависит от того, что вы хотите получить, и как выглядит ваше исследование.

Я думаю, что причинное моделирование является ключом к ответу на этот вопрос. С самого начала приходится сталкиваться с тем, чтобы определить правильный скорректированный / стратифицированный / контролируемый эффект интереса, прежде чем даже смотреть на данные. Если бы я оценил соотношение рост / емкость легких у взрослых, я бы учел статус курения, поскольку курение замедляет рост и влияет на емкость легких. Определяющие факторы - это переменные, которые причинно связаны с предиктором интереса и связаны с результатом интереса. См. Причинность от Иудеи Перл, 2-е изд. Нужно уточнить и усилить их анализ для правильных смешанных переменных, прежде чем процесс сбора данных даже начнет использовать рациональную логику и предварительные знания из предыдущих поисковых исследований.

$R^2$для линейных моделей для этих переменных регулирования. Другим распространенным процессом в эпидемиологии является то, что переменные добавляются в модель только в том случае, если они изменяют оценку основного эффекта (например, отношение шансов или отношение рисков) как минимум на 10%. Хотя это «более» правильно, чем выбор модели на основе AIC, я все же считаю, что в этом подходе есть серьезные недостатки.

Моя рекомендация состоит в том, чтобы заранее указать желаемый анализ как часть гипотезы. Скорректированный по возрасту риск курения / рака является другим параметром и приводит к другому выводу в контролируемом исследовании, чем общий риск курения / рака. Использование предметных знаний является наилучшим способом выбора предикторов для корректировки в регрессионном анализе или в качестве стратификационных, сопоставляющих или взвешивающих переменных в различных других типах «контролируемых» анализов экспериментального и квазиэкспериментального дизайна.

История об отношениях между соответствием и регрессией кратко изложена в блоге здесь . Короче говоря

«Регресс на D [индикатор лечения] - полный набор фиктивных (т. Е. Насыщенных) моделей для X [ковариат]. Полученная оценка эффекта D равна совпадению по X и взвешиванию по ковариатическим ячейкам по дисперсии лечения условно на Х "

См. Также раздел 3.3 Эконометрии в основном безвредных или раздел 5.3 Контрфактуальности и причинно-следственной связи для подробного обсуждения, в том числе плюсы и минусы D с учетом веса X, который косвенно обеспечивает регрессия.

@EpiGrad дает хорошее начало вашего первого вопроса. Книги, упомянутые выше, относятся к нему почти исключительно. Если у вас нет знаний по информатике / математике, вам может показаться, что Перл усердно трудится (хотя в итоге это того стоит!)