您现在的位置:生物医药大词典 >> 统计学专业词典
    统计学词典      首页 上一页 当前页 1  2  3  4  5  6  7  8  9  10  20  30  40  50  60
    分享到:

  • FWER( Familywise error rate ) 家族模样差别率 ,是处理多重比较谬误(Multiple Comparisons Fallacy)方法
  • 多重比较谬误(Multiple Comparisons Fallacy),是一种机率谬误,系指广泛比较二个不同群体的所有差异,从中找出具有差异的特征,然后宣称它就是造成二个群体不同的原因。 1992年瑞典有个研究试图找出电源线对健康的影响,他们收集了高压电源线300米范围内所有住户的样本长达25年,对超过800种疾病一一检查发生率的统计差异。他们发现幼年白血病的发病率是一般人的4倍,还推动政府为此采取行动。然而,当我们比对超过800种疾病时,有一种以上的疾病因为随机效应而呈现发病率增加是非常可能的。果不其然,后续的研究再也没有发现电源线和幼年白血病的相关及因果关系。
  • 按照在断点处个体得到处理效应概率的变化特征可以分为两种类型:一种类型是精确断点回归设计 (sharp regression discontinuity design, 以下简称SRD) , 其特征是在断点 (也就是上面所说的临界点) X=c处, 个体接受政策干预的概率从0跳跃到1;另一种是模糊断点回归设计 (fuzzy regression discontinuity, 以下简称FRD) , 其特征是在断点X=c处, 个体接受政策干预的概率从a变为b, 其中a≠b。
  • 按照在断点处个体得到处理效应概率的变化特征可以分为两种类型:一种类型是精确断点回归设计 (sharp regression discontinuity design, 以下简称SRD) , 其特征是在断点 (也就是上面所说的临界点) X=c处, 个体接受政策干预的概率从0跳跃到1;另一种是模糊断点回归设计 (fuzzy regression discontinuity, 以下简称FRD) , 其特征是在断点X=c处, 个体接受政策干预的概率从a变为b, 其中a≠b。
  • 常见的通过准自然实验思想估计处理相应的模型有:工具变量 (Instrumental variables) 、匹配和加权估计法 (matching and reweighting) 、倍差法 (difference-in-difference) 和断点回归设计 (regression discontinuity design) [2]。和其他方法相比, 学术界普遍认为运用断点回归设计更接近准自然实验, 估计的结果更加准确。因此, 近年来越来越多的实证文献依赖断点回归设计进行政策效应评估。
  • 常见的通过准自然实验思想估计处理相应的模型有:工具变量 (Instrumental variables) 、匹配和加权估计法 (matching and reweighting) 、倍差法 (difference-in-difference) 和断点回归设计 (regression discontinuity design) [2]。和其他方法相比, 学术界普遍认为运用断点回归设计更接近准自然实验, 估计的结果更加准确。因此, 近年来越来越多的实证文献依赖断点回归设计进行政策效应评估。
  • 局部加权线性回归:不做定义,只做比较。增加的局部加权,类似KNN的思想,离待遇测点距离越近的点,权值越大,近似得到预测点局部线性方程。

    LWLR使用核(类似SVM中的核),最常用的是高斯核,其中参数σ越接近1,函数约接近全部点的线性回归模型;越接近0,越少的点,且越接近预测点的局部点用于训练模型。
  • Wong et al. (2013) 介绍了一个多配置变量的断点回归 (multivariate regression-discontinuity design) ,即可以允许有多个配置变量和断点。文章中以有两个配置变量的 MRDD 为例,指出临界平均处理效应 (frontier average treatment effect) 可以被分解成两个单变量 RDD 效应的加权平均,并介绍了边界法 (frontier approach) 、中心化方法 (centering approach) 、单变量方法 (univariate approach) 和工具变量方法 (IV approach) 四种估计方法及其优劣。
  • Wong et al. (2013) 介绍了一个多配置变量的断点回归 (multivariate regression-discontinuity design) ,即可以允许有多个配置变量和断点。文章中以有两个配置变量的 MRDD 为例,指出临界平均处理效应 (frontier average treatment effect) 可以被分解成两个单变量 RDD 效应的加权平均,并介绍了边界法 (frontier approach) 、中心化方法 (centering approach) 、单变量方法 (univariate approach) 和工具变量方法 (IV approach) 四种估计方法及其优劣。
  • 多配置变量 RDD 、多断点 RDD 和远离断点处的处理效应这几种情况的核心思想和文章的主要结论做一大体介绍。值得一提的是,assignment variable 又叫 running variable 和 forcing variable,中文被翻译成配置变量、分配变量、驱动变量、分组变量等不同叫法。在国内大家的使用也各有不同,张川川和陈斌开 (2015) 使用特征变量或驱动变量,邹红和喻开志 (2015) 、雷晓燕等 (2010) 、张川川等 (2014) 也使用驱动变量的说法,黄新飞等 (2014) 和李宏斌等 (2014) 使用运行变量的叫法,秦学征等 (2018) 使用指派变量,刘生龙等 (2016) 使用设计变量的翻译,但是其含义都是一样。
  • 中断时间序列(ITS)是对具有时间序列特点的结果变量进行分析,评价干预措施是否有效的类实验设计方法。相对于单组ITS,两组ITS可以更好地控制干预前混杂因素的影响,评价干预措施的效果。本文阐述两组ITS的设计原理和统计方法,以两市疾病发病率为例,采用Prais-Winsten法和Newey-West法拟合线性回归模型,并对结果进行了详细的解释和比较。在干预实施的时间窗口中存在多个政策转变时,两组ITS可以更好地平衡序列干预前已存在的趋势,科学地估计干预措施有效性具有重要的现实意义,为项目效果评价提供一个新的思路。

  •   首页 上一页 当前页 1  2  3  4  5  6  7  8  9  10  20  30  40
 加入生词本
你知道它的英文吗?
你知道中文意思吗?
热门分类
历史查询


成为编辑 - 词典APP下载 - 关于 - 推荐 - 手机词典 - 隐私 - 版权 -链接 - 联系 - 帮助
©2008-2012 生物医药大词典- 自2008年3月1日开始服务 生物谷www.bioon.com团队研发
沪ICP备14018916号-1