Key points are not available for this paper at this time.
Gruppierte Daten finden sich in vielen verschiedenen Arten von Studien, zum Beispiel in Studien mit wiederholten Messungen, Studien zur Übereinstimmung zwischen Bewertern, Haushaltsumfragen, Crossover-Designs und gemeinschaftlich randomisierten Trials. Analysen, die auf Populationsdurchschnitt und cluster-spezifischen Modellen basieren, werden häufig verwendet, um Behandlungseffekte (Expositionseffekte) mit gruppierten Daten zu schätzen. Diese Arbeit diskutiert die Bedingungen, unter denen eine oder beide Arten von Modellen geeignet sind, um kausale Effekte zu schätzen und wann es eine Übereinstimmung zwischen den Analysen des Populationsdurchschnitts und der cluster-spezifischen Analysen gibt. Anwendungen von Umfragesampling-Methoden zur robusten Schätzung der Standardfehler der geschätzten Behandlungsparameter werden erörtert.
Graubard et al. (Tue,) haben diese Frage untersucht.