数据挖掘中的偏差调整：氡和臭氧的局部控制分析Stanley Young 斯坦扬博士，CGStat LLC 首席执行官
Bob Obenchain 博士，Risk Benefit Statistics LLC 首席顾问
戈兰·克里斯蒂奇，弗雷泽卫生局
大型（观察性）数据集通常提供研究机会，但也存在可能导致虚假声明的问题。在大数据中，随着样本量的增加，效应估计的标准误差会趋于零，因此即使是很小的偏差也可能导致声明（但虚假）的声明。此外，当与混杂因素的相互作用导致效应大小局部变化时，治疗平均值几乎毫无意义。数据挖掘人员需要能够简单高效地处理这些偏差来源的统计方法。在这里，我们演示了如何使用 JMP 插件、移动中位数和新的 JMP 平台、局部控制来分析两个数据集。我们的第一个案例研究说明了环境流行病学数据集中偏差的减少。我们的第二项研究在时间序列空气质量示例上使用局部控制。通过检测交互，数据挖掘人员可以生成更现实、更相关的分析，从而减少大数据的多样性和异质性通常暗示的偏差。
