La estratificación principal es una técnica estadística que se utiliza en la inferencia causal al ajustar los resultados de las covariables posteriores al tratamiento. La idea es identificar los estratos subyacentes y luego calcular los efectos causales solo dentro de los estratos. Es una generalización del efecto de tratamiento promedio local (TARDE).
Ejemplo
Un ejemplo de estratificación principal es cuando hay deserción en un ensayo controlado aleatorio. Con una covariable postratamiento binaria (por ejemplo, deserción) y un tratamiento binario (por ejemplo, "tratamiento" y "control") hay cuatro estratos posibles en los que los sujetos podrían ser:
- aquellos que siempre permanecen en el estudio independientemente del tratamiento que se les asignó
- aquellos que siempre abandonarían el estudio independientemente del tratamiento que se les asignara
- aquellos que solo abandonan si se les asigna al grupo de tratamiento
- aquellos que solo abandonan si se les asigna al grupo de control
Si el investigador conocía el estrato de cada sujeto, entonces el investigador podría comparar los resultados solo dentro del primer estrato y estimar un efecto causal válido para esa población. Sin embargo, el investigador no conoce esta información, por lo que se requieren supuestos de modelado para utilizar este enfoque.
El uso del marco de estratificación principal también permite proporcionar límites para el efecto estimado (bajo diferentes supuestos de límite), que es común en situaciones de desgaste.
En la investigación de evaluación aplicada, los principales estratos se denominan comúnmente estratos "endógenos" o "subgrupos" e implican métodos de análisis especializados para examinar los efectos de intervenciones o tratamientos en las ciencias médicas y sociales.
Ver también
Referencias
- Frangakis, Constantine E .; Rubin, Donald B. (marzo de 2002). "Estratificación principal en inferencia causal" . Biometría . 58 (1): 21–9. doi : 10.1111 / j.0006-341X.2002.00021.x . PMC 4137767 . PMID 11890317 . Preimpresión
- Zhang, Junni L .; Rubin, Donald B. (2003) "Estimación de los efectos causales a través de la estratificación principal cuando algunos resultados son truncados por la" muerte "", Journal of Educational and Behavioral Statistics , 28: 353–368 doi : 10.3102 / 10769986028004353
- Barnard, John; Frangakis, Constantine E .; Hill, Jennifer L .; Rubin, Donald B. (2003) "Enfoque de estratificación principal para experimentos aleatorios rotos", Revista de la Asociación Estadounidense de Estadística , 98, 299–323 doi : 10.1198 / 016214503000071
- Roy, Jason; Hogan, Joseph W .; Marcus, Bess H. (2008) "Estratificación principal con predictores de cumplimiento para ensayos aleatorizados con 2 tratamientos activos", Bioestadística , 9 (2), 277-289. doi : 10.1093 / bioestadística / kxm027
- Egleston, Brian L .; Cropsey, Karen L .; Lazev, Amy B .; Heckman, Carolyn J .; (2010) "Un tutorial sobre el análisis de sensibilidad basado en la estratificación principal: aplicación a los estudios para dejar de fumar", Clinical Trials , 7 (3), 286–298. doi : 10.1177 / 1740774510367811
- Peck, LR; (2013) "Sobre la estimación de impactos experimentales en subgrupos endógenos: Parte uno de una nota de métodos en tres partes", American Journal of Evaluation , 34 (2), 225-236. doi : 10.1177 / 1098214013481666