El modelo de error de Berkson es una descripción de error aleatorio (o clasificación errónea) en la medición . A diferencia del error clásico , el error de Berkson causa poco o ningún sesgo en la medición. Fue propuesto por Joseph Berkson en un artículo titulado “¿Hay dos regresiones?” [1] publicado en 1950.
Un ejemplo de error de Berkson surge en la evaluación de la exposición en los estudios epidemiológicos. El error de Berkson puede predominar sobre el error clásico en los casos en que los datos de exposición están sumamente agregados. Si bien este tipo de error reduce la potencia de un estudio, las estimaciones de riesgo en sí mismas no se atenúan (como sería el caso en el que predomina el error aleatorio ).
Referencias
- ^ Berkson, J. (1950). "¿Hay dos regresiones?". Revista de la Asociación Estadounidense de Estadística . 45 (250): 164–180. doi : 10.1080 / 01621459.1950.10483349 . JSTOR 2280676 .
Otras lecturas
- Buonaccorsi, John P. (2010). Error de medición: modelos, métodos y aplicaciones . Prensa CRC. págs. 76–78. ISBN 978-1-4200-6658-6.
- Carroll, RJ; Ruppert, D .; Stefanski, LA (2006). Error de medición en modelos no lineales (Segunda ed.). Londres: Chapman & Hall. págs. 26–32. ISBN 1-4200-1013-1.