多重填補方法估計存在不依從與缺失值的隨機對照試驗的因果效應(yīng).pdf

1、復(fù)旦大學(xué)博士學(xué)位論文多重填補方法估計存在不依從與缺失值的隨機對照試驗的因果效應(yīng)姓名：張熙申請學(xué)位級別：博士專業(yè)：流行病與衛(wèi)生統(tǒng)計學(xué)指導(dǎo)教師：林燧恒201204復(fù)旦大學(xué)博士學(xué)位論文中文摘要這兩者之間存在著交互效應(yīng)。樣本量的增加可以抵消一部分由于不依從率增加帶來的均方根誤差的增加，樣本量較大的時候，各估計方法之間的均方根誤差差別不大。MIITTfi!i計的95％置信區(qū)間的覆蓋率總是能夠保持在95％左右，PP、瞄計的95％置信區(qū)間的覆蓋率也能

2、夠保持在95％左右，ITTf古計的波動性比較大。95％置信區(qū)間的平均長度會隨著樣本量的增加顯著的變窄，隨著不依從率的增加又適當(dāng)?shù)淖儗挕Ｔ撗芯拷Y(jié)果提示我們在進行試驗設(shè)計的時候，可以通過適當(dāng)?shù)恼{(diào)整樣本量來抵御不依從以及缺失帶來的偏倚，但是要協(xié)調(diào)好樣本量與成本效益之間的關(guān)系。完全隨機缺失機制與不依從數(shù)據(jù)混合存在的情況下，模擬結(jié)果基本與無缺失僅有不依從數(shù)據(jù)的情況下一致，沒有太大的改變。隨機型缺失機制下，按照缺失數(shù)據(jù)的生成機制分成了兩類進行模擬研

3、究，MIITT住i計準(zhǔn)確性比較好的情況是缺失相關(guān)變量k與其余研究變量沒有關(guān)聯(lián)的情況，該情況下各個估計之間的差別變得比較明顯。缺失率增加，各個方法估計的RMSE以及偏倚都會增加。另一種是缺失相關(guān)變量為基線測量X，這種情況下MIITTfdi計效果并不是最好的，與AT以及PP估計的均方根誤差相差不大。當(dāng)干預(yù)效應(yīng)增加為l的時候，IV與ITT估計的州SE在依從率比較大的時候是最大的，MIITTfi!i計次之，PP與AT最小。當(dāng)干預(yù)效應(yīng)增加為3的時

4、候，AT、PP以及MIITTfi!i計的I洲S日E常接近。估計值的95％置信區(qū)間的覆蓋率與不依從率以及樣本量的變化關(guān)系不明顯。MIITT芒i計的覆蓋率始終位于95％2皇右，但是缺失相關(guān)變量為基線測量與相關(guān)變量為k相比，前者的95％置信區(qū)間的覆蓋率更逼近于95％。缺失率的增加會使得區(qū)間的長度增寬，并且相關(guān)變量為k時，區(qū)間長度更寬。AT與PP估計的置信區(qū)間隨著不依從率等影響因素的變化比較明顯，而MII丌古計的變化比較微小?？傊?，MIITTf

5、i!i計相對于其他四種比較方法而言，是一種比較準(zhǔn)確、可靠的估計方法，尤其是在有缺失值存在的情況下。在只有不依從數(shù)據(jù)存在或者缺失機制為完全隨機缺失的情況下，MIITTfdi計與PP、A]防法基本差不多，與Ⅳ以及ITT估計相比，差別比較大，但是MIITTfdi計的誤差估計比其他的估計方法更加真實，準(zhǔn)確穩(wěn)定。當(dāng)缺失機制為隨機型缺失時，MIITTfi!i計在樣本量小的時候仍然表現(xiàn)良好，與其他的估計方法比較RMSE與偏倚都是比較小的，當(dāng)樣本量增加