資料探勘中的偏差調整：氡和臭氧的局部控制分析Stanley Young 史丹揚博士，CGStat LLC 首席執行官
Bob Obenchain 博士，Risk Benefit Statistics LLC 首席顧問
戈蘭·克里斯蒂奇，弗雷澤衛生局
大型（觀察性）資料集通常提供研究機會，但也可能導致虛假聲明的問題。在大數據中，隨著樣本量的增加，效應估計的標準誤差趨於零，因此即使是很小的偏差也可能導致聲明（但卻是錯誤的）。此外，當混雜因素交互作用導致效應大小局部變化時，治療的平均值幾乎毫無意義。資料探勘者需要能夠簡單有效地處理這些偏見來源的統計方法。在這裡，我們示範如何使用 JMP 外掛程式「移動中位數」和新的 JMP 平台「局部控制」來分析兩個資料集。我們的第一個案例研究說明了環境流行病學資料集中的偏見的減少。我們的第二項研究對時間序列空氣品質範例使用局部控制。透過檢測交互，資料探勘者可以產生更現實、更相關的分析，從而減少大數據的多樣性和異質性通常所暗示的偏見。
