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://webptt.com/m.aspx?n=bbs/Statistics/M.1400445620.A.71C.html