[問題] Propensity score的敏感度分析問題
請問一下
整個Propensity score matching流程,
最後步驟就是進行敏感度分析(Sensitivity analysis)
已經大概知道Rosenbaum提出的基礎概念,
想用Wilcoxon's signed-rank test來做敏感度分析,
但是實在是看不懂例子中的結果,和最後的意涵是什麼？
以下結果舉例：
Gamma sig+ sig-
----------------------------------
1 5.1e-06 5.1e-06
2 .00179 5.5e-11
3 .0136 6.7e-16
4 .03879 0
4.25 .046825 0
5 .073991 0
6 .11502 0
其中sig+: upper bound significance level
sig-: lower bound significance level
書中說明在Gamma=4.25(Gamma是hidden bias的係數取自然指數)時，
不拒絕虛無假設(若四捨五入 .045= .05)若用5%顯著水準來看,
這裡我就不懂了,虛無假設是什麼？
個人有想：
H0: outcome (treatment effect)無差異，也就是若不拒絕的話，
代表hidden bias有影響treatment effect結果。
這樣一來，以上結果代表當Gamma=4.25時，拒絕無差異，也就是接受隱藏性偏誤會有
影響，知道影響範圍落在「1/4.25 ~ 4.25」間,但要怎麼解釋？是說若存在hidden bias
的話，他最大有可能每增加一單位就會影響4.25的outcome嘛？
然後這是最壞的情況，
我們無法估計出隱藏性偏誤的影響，只能估出若存在隱藏性偏誤，他最大的影響是甚麼
這樣子嘛？
為甚麼書上又寫當Gamma越接近1，就越敏感？越大越不敏感？所謂的敏感是什麼？
不知道有沒有人可以幫我回答 >＿<
謝謝!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.120.95.82
※ 文章網址: http://www.ptt.cc/bbs/Statistics/M.1400445620.A.71C.html