JdS2012


 English   -  Français  

Résumé de communication



Résumé 214 :

A Bayesian probability model for coarsened covariates: Application in epidemiology
Wiest, Michelle ; Johnson, Timothy
University of Idaho

L'agrégation des données est une technique qui est communément utilisé dans la pratique de contrôle de la divulgation statistique et peut être fait pour simplifier la collection, la conservation ou la représentation des données. En épidémiologie, l'agrégation des variables quantitatives peut être fait pour définir des catégories de risque. Toutefois, l'agrégation peut avoir des effets très néfastes sur l'analyse statistique, y compris une perte considérable de puissance, une confusion résiduelle, et du biais. Dans le contexte des modèles linéaires généralisés, l'agrégation des covariables ou de paramètres de nuisance augmente le biais de l'estimateur de l'effet du traitement. Dans cette présentation, nous illustrons les biais dans les estimations et les erreurs standards pour la régression logistique. Nous utilisons à la fois la simulation et un exemple épidémiologique. Puis, nous démontrons l'utilisation d'un modèle bayésienne - qui permet d'intégrer le plus naturellement possible des informations supplémentaires sur les covariables rendus rude - qui réduit le biais causé par l'agrégation.