Key points are not available for this paper at this time.
تجاوز التح Bias بسبب الالتباس والبيانات المفقودة يمثل تحديًا عند تحليل البيانات الرصدية. غالبًا ما تُستخدم درجات الميل للتعامل مع المشكلة الأولى، والتقديرات المتعددة للمشكلة الأخيرة. لسوء الحظ، لا يُعرف أفضل طريقة للتقدم عندما تكون كلتا التقنيتين مطلوبة. نحن نحقق في ما إذا كانت طريقتان مختلفتان لدمج درجات الميل والتقديرات المتعددة (من خلال وعبر) تؤديان إلى اختلافات في دقة أو دقة تقديرات تأثير التعرض. تبدأ كلا الطريقتين عن طريق تقدير القيم المفقودة عدة مرات. ثم تُقدّر درجات الميل لكل مجموعة بيانات ناتجة. باستخدام طريقة عبر، يتم استخدام متوسط درجة الميل عبر التقديرات لكل موضوع في تحليل لاحق واحد. بدلاً من ذلك، تستخدم طريقة ضمن درجات الميل بشكل فردي للحصول على تقديرات تأثير التعرض في كل تقدير، والتي يتم دمجها لإنتاج تقدير إجمالي. تمت مقارنة هذه الأساليب في سلسلة من محاكاة مونت كارلو وتم تطبيقها على بيانات من سجل البيولوجيات في الجمعية البريطانية للروماتيزم. أشارت النتائج إلى أن طريقة ضمن أعطت تقديرات بلا انحياز مع فترات ثقة مناسبة، بينما أنتجت طريقة عبر نتائج منحازة وفترات ثقة غير واقعية. يُشجع الباحثون على تنفيذ طريقة ضمن عند إجراء تحليلات درجات الميل ببيانات غير مكتملة.
درس غرانجر وآخرون (الأربعاء) هذا السؤال.