簡易檢索 / 詳目顯示
| 研究生： |
施俞安 |
|---|---|
| 論文名稱： |
變異數比率應用於成對資料之探討:以傾向分數配對為例 Balance diagnostics for comparing the variances of baseline covariates between treatment groups in propensity-score matched samples |
| 指導教授： | 江振東 |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 統計學系 Department of Statistics |
| 論文出版年： | 2014 |
| 畢業學年度： | 102 |
| 語文別： | 中文 |
| 論文頁數： | 84 |
| 中文關鍵詞： | 傾向分數配對 、平衡診斷 、變異數比率 |
| 相關次數： | 點閱：55 下載：8 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
在觀察性研究中，實驗與對照兩組樣本通常無法如隨機控制試驗般，達到某種程度的平衡，傾向分數配對是一種常用解決方案。然而配對後資料是否確實達到平衡，關係到後續資料分析結果的真確性。本文中針對傾向分數配對方法之平衡診斷中，Rubin(2001)及Austin(2009)對於判斷變異數是否相同之建議進行更進一步的探討。透過理論證明及模擬驗證，分別計算這兩項建發生型一及型二誤差的機率大小，藉以判斷其可行性。結果顯示Austin(2009)的建議雖然是架構在二獨立常態母體的假設，但實務上應該是可行的。
第一章 緒論 1
第二章 文獻探討 2
第一節 二元常態分配之變異數比率 2
第二節 傾向分數配對方法 3
第三節 傾向分數之平衡診斷 4
第四節 傾向分數配對法之處理效果估計 6
第三章 研究方法 9
第一節 研究動機 9
第二節 非常態樣本資料生成 10
第四章 二元常態分配及模擬分析結果 13
第一節 二元常態之變異數比率分配函數結果 13
第二節 非二元常態之變異數比率分配 28
第三節、小結 40
第五章 實證分析 41
第一節 實證主題探討 41
第二節 資料來源與變數說明 42
第六章 結論與建議 52
參考文獻 53
附錄 55
Austin, P. C. (2009). Balance diagnostics for comparing the distribution of baseline covariates between treatment groups in propensity-score matched samples. Stat Med, 28(25), 3083-3107. doi: 10.1002/sim.3697
Austin, P. C. (2011a). An Introduction to Propensity Score Methods for Reducing the Effects of Confounding in Observational Studies. Multivariate Behav Res, 46(3), 399-424. doi: 10.1080/00273171.2011.568786
Austin, P. C. (2011b). Optimal caliper widths for propensity-score matching when estimating differences in means and differences in proportions in observational studies. Pharm Stat, 10(2), 150-161. doi: 10.1002/pst.433
Conover, W. J. (1998). Practical Nonparametric Statistics: {John Wiley & Sons}.
Finney, D. J. (1938). The Distribution of the Ratio of Estimates of the Two Variances in a Sample from a Normal Bi-Variate Population. Biometrika, 30(1/2), 190-192. doi: 10.2307/2332234
Flury, B., Flury, H., & Riedwyl. (1986). Standard Distance in Univariate and Multivariate Analysis. The American statistician, 40(3), 249-251.
Hoaglin, D. C. (1983). Understanding robust and exploratory data analysis.
Normand, S.-L. T., Landrum, M. B., Guadagnoli, E., Ayanian, J. Z., Ryan, T. J., Cleary, P. D., & McNeil, B. J. (2001). Validating recommendations for coronary angiography following acute myocardial infarction in the elderly: a matched analysis using propensity scores. Journal of clinical epidemiology, 54(4), 387-398.
Rosenbaum, P. R., & Rubin, D. B. (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika, 70(1), 41-55. doi: 10.2307/2335942
Rubin, D. (2001). Using Propensity Scores to Help Design Observational Studies: Application to the Tobacco Litigation. Health Services and Outcomes Research Methodology, 2(3-4), 169-188. doi: 10.1023/A:1020363010465
Seidel, S., Hartl, T., Weber, M., Matterey, S., Paul, A., Riederer, F., ... & Wöber, C. (2009). Quality of sleep, fatigue and daytime sleepiness in migraine a controlled study. Cephalalgia, 29(6), 662-669.
