MENU

傾向スコアマッチング回帰分析 簡単な説明

傾向スコアマッチングは、ある因子についてランダム化していなかった観察研究データにおいて、そのある因子以外は同様にした2つのグループをマッチングで作成する方法である。

目的変数が連続量の場合でも利用可能だろうか?

>>もう統計で悩むのは終わりにしませんか? 

↑期間・数量限定で無料プレゼント中!

目次

傾向スコアマッチングとは?

傾向スコアとは、propensity score プロペンシティスコアとも呼ばれ、ある因子のみ異なっていて、それ以外の観察できた因子は同様な、2つのグループを作成するためのスコアである。

ロジスティック回帰を利用して傾向スコア(確率)を計算する。

傾向スコアマッチングとは、傾向スコアが近い者同士でマッチングさせる方法である。

このようにすると、着目しているある因子以外において、観察できたデータに関しては、バランスが取れた2群が作成できる。

限界としては、観察できなかった(しなかった)データはバランスをとることはできないことである。

であるので、傾向スコアは万能ではない。

傾向スコアマッチングは目的変数が連続量の場合にも使用可能か?

傾向スコアマッチングは、ロジスティック回帰やコックスの比例ハザード回帰で最終的な解析をしているところ例示しているものが多い印象だが、目的変数が連続量の場合、線形回帰(重回帰分析)で最終的な解析を実施しても構わない。

マッチングした場合は、対応のあるデータとして対応のあるt検定で解析可能だ。

>>もう統計で悩むのは終わりにしませんか? 

↑1万人以上の医療従事者が購読中

まとめ

傾向スコアマッチングは、観察できた因子だけという限界はあるものの、それらがバランスされた2群を、ある特定の因子に対して、作成することができる方法だ。

マッチングされたデータを作成した後は、目的変数が連続量の場合、対応のあるt検定で分析可能だ。

解説動画

参考文献

星野、岡田 2006 傾向スコアを用いた共変量調整による因果効果の推定と臨床医学・疫学・薬学・公衆衛生分野での応用について

https://www.niph.go.jp/journal/data/55-3/200655030007.pdf

下川先生 医学統計セミナー第4回 傾向スコア分析

https://waidai-csc.jp/updata/2019/05/7e3a9ea92b282ede82550e81a73c6b54.pdf

おすすめ書籍

EZR公式マニュアル

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

リサーチクエスチョン探し?データ分析?論文投稿?、、、で、もう悩まない!

第1章臨床研究ではなぜ統計が必要なのか?計画することの重要性
  • 推定ってどんなことをしているの?
  • 臨床研究を計画するってどういうこと?
  • どうにかして標本平均を母平均に近づけられないか?
第2章:研究目的をどれだけ明確にできるのかが重要
  • データさえあれば解析でどうにかなる、という考え方は間違い
  • 何を明らかにしたいのか? という研究目的が重要
  • 研究目的は4種類に分けられる
  • 統計専門家に相談する上でも研究目的とPICOを明確化しておく
第3章:p値で結果が左右される時代は終わりました
  • アメリカ統計協会(ASA)のp値に関する声明で指摘されていること
  • そうは言っても、本当に有意差がなくてもいいの…?
  • なぜ統計専門家はp値を重要視していないのか
  • 有意差がない時に「有意な傾向があった」といってもいい?
  • 統計を放置してしまうと非常にまずい
第4章:多くの人が統計を苦手にする理由
  • 残念ながら、セミナー受講だけで統計は使えません。
  • インプットだけで統計が使えない理由
  • どうやったら統計の判断力が鍛えられるか?
  • 統計は手段なので正解がないため、最適解を判断する力が必要
第5章:統計を使えるようになるために今日から何をすれば良いか?
  • 論文を読んで統計が使えるようになるための5ステップ
第6章:統計を学ぶために重要な環境
  • 統計の3つの力をバランスよく構築する環境

以下のボタンをクリックして、画面に出てくる指示に従って、必要事項を記入してください。

この記事を書いた人

統計 ER ブログ執筆者

元疫学研究者

統計解析が趣味

コメント

コメントする

目次