方法学创新点

统计方法创新

混合效应多项Logit模型

首次在健康数据同意偏好研究中引入层级结构,考虑个体内相关性,提升估计精度

随机效应
受试者截距
固定效应
情景因子

多重插补方法对比

系统性比较三种先进插补技术,为问卷数据缺失处理提供方法学指导

miceforest:传统MICE的随机森林增强版
TabPFN:表格数据预训练模型
GAIN:生成对抗网络插补

技术创新

TabPFN应用创新

首次将表格预训练模型应用于问卷数据插补,在类别变量处理上展现优势

技术特点
小样本学习 + 上下文学习 + 零样本推理

稳健性验证框架

建立完整的方法学验证流程,包括遮蔽评测、敏感性分析和结论一致性检验

遮蔽评测
RMSE/F1
敏感性分析
多方案
结论一致性
100%

可复现性保障

完整的代码开源、数据字典和运行环境配置,确保研究结果可重现

开源代码 + Docker环境 + 随机种子
方法学贡献:为健康数据研究提供标准化分析框架
slide 7/8
← 上一页 🏠 首页 下一页 →