Regression with linked datasets subject to linkage error
Regression with linked datasets subject to linkage error
复制标题
链接数据集的回归可能会出现链接错误
DOI：
10.1002/wics.1570
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Slawski, Martin
中科院分区：
文献类型：
--
作者：
Wang, Zhenbang;Ben‐David, Emanuel;Diao, Guoqing;Slawski, Martin
数据通常从多个不同的来源收集，然后组合在一起。在梳理数据时，记录链接是链接引用同一实体的数据集中的记录的基本任务。记录链接通常不是没有错误的；存在属于不同实体的记录被链接或属于同一实体的记录丢失的可能性。简单地忽视这些错误是不可取的，因为它们可能导致数据污染，并在样本选择或估计中引入偏差，而这反过来又可能导致误导性的统计结果和结论。在很长一段时间内，这个问题没有得到正确的认识，但近年来，越来越多的研究人员发展了一种方法来处理关联数据集回归分析中的关联误差。本概览的主要目的是说明这些事态发展，重点是最近采取的办法及其与所谓的“破碎样本”问题的联系。我们还提供了一个简短的实证研究来说明校正方法在不同情况下的有效性。本文分为：统计模型和模型选择数据分析的统计和图形方法>；稳健方法数据分析的统计和图形方法>；多元分析
Data are often collected from multiple heterogeneous sources and are combined subsequently. In combing data, record linkage is an essential task for linking records in datasets that refer to the same entity. Record linkage is generally not error‐free; there is a possibility that records belonging to different entities are linked or that records belonging to the same entity are missed. It is not advisable to simply ignore such errors because they can lead to data contamination and introduce bias in sample selection or estimation, which, in return, can lead to misleading statistical results and conclusions. For a long while, this problem was not properly recognized, but in recent years a growing number of researchers have developed methodology for dealing with linkage errors in regression analysis with linked datasets. The main goal of this overview is to give an account of those developments, with an emphasis on recent approaches and their connection to the so‐called “Broken Sample” problem. We also provide a short empirical study that illustrates the efficacy of corrective methods in different scenarios.This article is categorized under:Statistical Models > Model SelectionStatistical and Graphical Methods of Data Analysis > Robust MethodsStatistical and Graphical Methods of Data Analysis > Multivariate Analysis
登录
查看更多内容
DOI：
10.1214/21-ejs1936
发表时间：
2018-11
期刊：
ArXiv
影响因子：
--
作者：
Po-Ling Loh
通讯作者：
Po-Ling Loh
使用关联数据进行回归分析：问题和可能的解决方案
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
A. Tancredi;B. Liseo
通讯作者：
B. Liseo
DOI：
--
发表时间：
2017-05
期刊：
ArXiv
影响因子：
--
作者：
Daniel J. Hsu;K. Shi;Xiaorui Sun
通讯作者：
Daniel J. Hsu;K. Shi;Xiaorui Sun
重新配对损坏的随机样本的最大似然策略的一些性质☆
DOI：
--
发表时间：
1987
期刊：
影响因子：
--
作者：
P. Goel;T. Ramalingam
通讯作者：
T. Ramalingam
不完全联动下的回归分析
影响因子：
1.8
作者：
Gunky Kim;R. Chambers
通讯作者：
R. Chambers