Performance of quantile regression methods with discrete outcomes: A simulation study with applications to environmental epidemiology
Notice bibliographique
Résumé
Background: Quantile regression helps identify how associations vary across the outcome variable's distribution. Using simulations and data from the Maternal-Infant Research on Environmental Chemicals study, we showed that frequentist quantile regression can produce implausible results where the point estimates are integers or rational numbers and the outcome variable is discrete, which is common in health research. Applying "dithering" (also known as jittering) or using Bayesian quantile regression can prevent such implausible results, but the optimal strategy is unclear. Methods: We conducted simulations with discrete outcomes to compare the bias and variability of point estimates of undithered frequentist, dithered frequentist, and Bayesian quantile regression. We also compared the coverage and interval-width variance of these methods' confidence or credible intervals. Results: The dithered frequentist method generated point estimates that were less variable than the undithered frequentist method. The Bayesian method had the least variable point estimates, but when the sample size was low (n = 100), it exhibited bias when modeling a binary or discrete covariate. The dithered frequentist method with xy-bootstrapped confidence intervals had nominal coverage and produced intervals with relatively consistent widths. The Bayesian method with adjusted intervals also had nominal coverage, but more variable interval widths. The Bayesian method with unadjusted intervals had poor coverage. Conclusion: In our simulations with discrete outcomes, dithered frequentist quantile regression (particularly with xy-bootstrapped confidence intervals) had the best overall performance. The Bayesian method with adjusted intervals is an acceptable strategy, although it was biased under certain scenarios and generated credible intervals with more variable widths.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».