The Effect of Bias on Estimators of Relative Risk for Pair-Matched and Stratified Samples
偏差对配对匹配及分层样本相对风险估计量的影响AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要比较相对风险估计的抽样表现，未明确提供因果识别框架，不能仅因匹配而归入因果推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
偏差对配对匹配及分层样本相对风险估计量的影响
- 研究问题
- 存在偏差且可能损失无法匹配的样本单位时，配对匹配与独立分层抽样的相对风险估计在均方误差上如何比较？
- 方法与思路
- 作者用蒙特卡洛模拟比较两种抽样方式，并比较 Woolf、Mantel–Haenszel 和 Birch 的分层极大似然近似估计。
- 材料陈述的贡献
- 摘要称所考察情形中配对估计的均方误差始终最大，Woolf 分层估计最小，等样本量时 Birch 与之相当。
- 阅读关注点
- 应核对偏差的来源与大小、无法匹配单位的处理，以及抽样模型、样本量配置和均方误差比较的覆盖范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；“始终”仅能理解为作者所考察情形，不能据此判断匹配的普遍效果、因果识别或刊本变化。
原文摘要
Monte Carlo methods are employed to compare the effectiveness of pair-matched and independent stratified samples for estimating relative risk in the presence of bias. Three approximations to the maximum likelihood estimator for stratified samples suggested by Woolf, Mantel and Haenszel and Birch, respectively [25, 17, 2], are also compared. The sampling model is modified to approximate the practical choices for a researcher and to allow for the loss of unmatchable sample units. The mean square error is always largest for the matched-pairs estimator, while of the stratified estimators, Woolf's consistently produces the smallest MSE, equaled only by Birch's when the samples are equal.