Inflação de Erro Tipo I na Presença de um Efeito Teto

Muitas variáveis na pesquisa biomédica (por exemplo, índices de estado de saúde) são medidas com efeitos teto, nos quais um número substancial de sujeitos atinge o valor máximo possível da escala porque a escala discrimina apenas entre indivíduos na faixa baixa a moderada. Além disso, em pesquisas sociais, variáveis como renda e consumo de álcool podem ser sujeitas a efeitos teto para proteger a privacidade e a identidade daqueles na extremidade superior da distribuição para uma determinada variável. Este artigo mostra que, se alguém tentar controlar uma variável desse tipo usando regressão linear ordinária e, em seguida, testar outra variável independente que na verdade não está relacionada ao resultado, o resultado pode ser um aumento na taxa de Erro Tipo I (falsa significância). Apresentamos simulações nas quais testes padrão realizados ao nível de significância de 5%% realmente têm taxas de erro Tipo I se aproximando de 100%% para grandes amostras. Soluções estatísticas são exploradas, mas a melhor recomendação é construir escalas que não estejam sujeitas a efeitos teto.