tipr:倾点分析
流行病学和观察性研究内在地受到以下可能性的限制未测量的混淆。我们重点关注三个关键数量:最接近空值的置信区间的观察界未测量混杂因素与结果之间的关系示例未测量的连续性的合理残差效应大小或二元混淆,以及未测量值之间的关系混淆和暴露,例如实际平均差或这两种假设混淆的流行率差异接触组。基于Cornfield等人提出的方法。(1959)、布罗斯(1966)、施莱塞尔曼(1978)、罗森鲍姆和鲁宾(1983)、,Lin等人(1998)、Lash等人(2009)、Rosenbaum(1986)、Cinelli&Hazlett(2020)、VanderWeele&Ding(2017)和Ding&VanderWeole(2016),我们可以使用这些数量来评估未测量的混淆可能会使我们的结果变得微不足道。
文件:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=tipr链接到此页面。