আমি এই কাগজটি উল্লেখ করি : হেইস জেআর, গ্রোনার জেআই। "ট্রমা রেজিস্ট্রি ডেটা থেকে আঘাতের তীব্রতার উপর গাড়ির আসন এবং সিট বেল্ট ব্যবহারের প্রভাব পরীক্ষা করার জন্য একাধিক অনুমান এবং প্রবণতা স্কোর ব্যবহার করা হচ্ছে।" জে পেডিয়াট্রিক সার্জ। 2008 মে; 43 (5): 924-7।
এই সমীক্ষায়, 15 টি সম্পূর্ণ ডেটাসেটগুলি অর্জন করার জন্য একাধিক অনুশাসন সম্পাদন করা হয়েছিল। প্রোপেনসিটির স্কোরগুলি তখন প্রতিটি ডেটাসেটের জন্য গণনা করা হত। তারপরে, প্রতিটি পর্যবেক্ষণ ইউনিটের জন্য, সম্পূর্ণ 15 ডেটাসেটের মধ্যে একটি সম্পর্কিত রেকর্ডটি এলোমেলোভাবে বেছে নেওয়া হয়েছিল (সম্পর্কিত প্রবণতা স্কোর সহ) যার ফলে একটি একক চূড়ান্ত ডেটাসেট তৈরি হয়েছিল যার জন্য প্রপেনসিটি স্কোর মিলের মাধ্যমে বিশ্লেষণ করা হয়েছিল।
আমার প্রশ্নগুলি হ'ল: একাধিক অনুমানের পরে কি প্রপেনসিটি স্কোরের সাথে মিলের এই বৈধ উপায়? এটি করার বিকল্প উপায় আছে?
প্রসঙ্গে: আমার নতুন প্রকল্পে, আমি 2 টি চিকিত্সা পদ্ধতির প্রভাবগুলির সাথে তুলনা করার লক্ষ্য রেখেছি ens অনুপস্থিত ডেটা রয়েছে এবং আমি MICEআর প্যাকেজটি অনুপস্থিত মানগুলি গণনা twangকরার জন্য , তারপরে প্রপেনসিটি স্কোরের মিলটি lme4করতে এবং তার সাথে ম্যাচ করা ডেটা বিশ্লেষণ করার উদ্দেশ্যে ব্যবহার করতে চাইছি ।
Update1:
আমি এই কাগজটি খুঁজে পেয়েছি যা একটি ভিন্ন পদ্ধতির গ্রহণ করে: মিত্র, রবিন এবং রিটার, জেরোম পি। (২০১১) পুনরাবৃত্ত, অনুক্রমিক একাধিক অনুমানের মাধ্যমে অনুপস্থিত কোভারিটির সাথে মিলের প্রপেনসিটি স্কোর [ওয়ার্কিং পেপার]
এই গবেষণাপত্রে লেখকরা সমস্ত অভিযুক্ত ডেটাসেটগুলিতে প্রপেনসিটি স্কোরগুলি গণনা করেন এবং তারপরে গড়ে গড়ে তোলেন, যা রুবিনের নিয়মের বিন্দু অনুমানের জন্য একাধিক অভিশাপের চেতনাতে রয়েছে - তবে কী এটি প্রপেনসিটির স্কোরের জন্য সত্যই প্রযোজ্য?
সত্যিই খুব ভাল লাগবে যদি সিভিতে থাকা কেউ এই 2 টি পৃথক পদ্ধতির, এবং / অথবা অন্য কোনও বিষয়ে মন্তব্য সহ একটি উত্তর সরবরাহ করতে পারে ...