وزن نقاط الميل مع بيانات متعددة المستويات

تُستخدم طرق نقاط الميل بشكل متزايد كبديل أقل بارامترية للانحدار التقليدي لتحقيق التوازن بين الفروق الملحوظة عبر المجموعات في كل من المقارنات الوصفية والسببية. البيانات التي يتم جمعها في العديد من التخصصات غالباً ما تحتوي على هيكل متعدد المستويات أو مكدس له أهمية تحليلية. ومع ذلك، تم تطوير نقطة الميل واستخدامها بشكل رئيسي مع البيانات غير المهيكلة. نقدم ونقارن العديد من مقدرات نقاط الميل الموزونة للبيانات المكدسة، بما في ذلك المقدرات الهامشية ومقدرات الوزن العنقودي والمقدرات القوية المزدوجة. باستخدام كل من الاشتقاقات التحليلية ومحاكيات مونت كارلو، نوضح التحيز الناشئ عندما لا تنطبق الافتراضات العادية لتحليل نقاط الميل على البيانات متعددة المستويات. نظهر أن استغلال الهيكل متعدد المستويات، سواء بارامترياً أو غير بارامترياً، في مرحلة واحدة على الأقل من تحليل نقطة الميل يمكن أن يقلل بشكل كبير من هذه التحيزات. طبقنا هذه الأساليب على دراسة حول الفوارق العرقية في فحص سرطان الثدي بين المستفيدين من خطط الصحة Medicare.