[論文レビュー] On the uses and abuses of regression models: a call for reform of statistical practice and teaching

John B. Carlin, Margarita Moreno‐Betancur|arXiv (Cornell University)|Sep 13, 2023

Advanced Statistical Methods and Models被引用数 5

ひとこと要約

この論文は、回帰モデリングを「真のモデル」の追求から、記述的・予測的・因果的の3つの研究目的に基づく目的志向の枠組みに移行させることで、統計的実践および教育の根本的改革を提唱する。研究目的に応じて回帰を異なる方法で適用することで、共変数の誤った調整や無目的なモデル適合といった一般的な乱用を軽減する。

ABSTRACT

Regression methods dominate the practice of biostatistical analysis, but biostatistical training emphasises the details of regression models and methods ahead of the purposes for which such modelling might be useful. More broadly, statistics is widely understood to provide a body of techniques for "modelling data", underpinned by what we describe as the "true model myth": that the task of the statistician/data analyst is to build a model that closely approximates the true data generating process. By way of our own historical examples and a brief review of mainstream clinical research journals, we describe how this perspective has led to a range of problems in the application of regression methods, including misguided "adjustment" for covariates, misinterpretation of regression coefficients and the widespread fitting of regression models without a clear purpose. We then outline a new approach to the teaching and application of biostatistical methods, which situates them within a framework that first requires clear definition of the substantive research question at hand within one of three categories: descriptive, predictive, or causal. Within this approach, the development and application of (multivariable) regression models, as well as other advanced biostatistical methods, should proceed differently according to the type of question. Regression methods will no doubt remain central to statistical practice as they provide a powerful tool for representing variation in a response or outcome variable as a function of "input" variables, but their conceptualisation and usage should follow from the purpose at hand.

研究の動機と目的

• モデル適合の重視が目的の重視を上回る傾向に起因する、生物統計学的研究における回帰モデルの広範な誤用を是正すること。
• 『真のモデル神話』に挑戦する——統計学者が実際のデータ生成過程に近づこうとしなければならないという信念。
• 共変数の不適切な調整や回帰係数の誤解釈といった、臨床研究におけるシステム的問題を浮き彫りにすること。
• 研究目的の種別に応じて回帰の使用を整える、新しい教育的・応用的枠組みを提唱すること。
• 研究者がまず、目的が記述的・予測的・因果的のいずれであるかを明確にすることを義務づけ、無目的なモデル適合を減らすこと。

提案手法

• すべての統計的調査問題を、記述的・予測的・因果的の3つの明確なタイプに分類すること。
• 回帰モデリングを、選択された問題タイプに応じて設計・解釈が異なるツールとして再定式化すること。
• 教育および応用の両分野で、モデル中心の統計的実践から目的中心の統計的実践への移行を提唱すること。
• 歴史的例および主要な臨床ジャーナルの分析を通じて、回帰の一般的な乱用を示すこと。
• 多変量回帰は一様に適用すべきではなく、研究目的に応じて適応されることを強調すること。
• 統計的仕様の前に、研究問題に従ってモデル構築と推論が導かれる概念的枠組みを導入すること。

実験結果

リサーチクエスチョン

• RQ1 なぜ回帰モデルは生物統計学的研究において頻繁に誤解・誤用されてしまうのか？
• RQ2 『真のモデル神話』は、臨床および疫学的研究における誤った統計的実践をどのように助長しているのか？
• RQ3 明確な研究目的なしに回帰モデルを適合させるとどのような結果が生じるのか？
• RQ4 回帰手法を、記述的・予測的・因果的の研究目的にどのようにより効果的に再構築できるか？
• RQ5 回帰モデリングの一般的な乱用を減らすために、統計教育および実践にどのような変更が必要か？

主な発見

• 『真のモデル神話』は、交絡要因の不適切な調整や係数の誤解釈を含め、回帰の広範な誤用を引き起こしている。
• 多くの回帰モデルは明確な研究目的なしに適合されており、解釈可能な価値を欠いている。
• 観察的研究における誤った共変数調整——特に——因果的推論を歪め、妥当性を損なうことが一般的である。
• 回帰モデルはしばしば目的のためのツールとしてではなく、目的そのものとして扱われている。
• 目的志向の枠組みは、統計的乱用のリスクを著しく低減し、結果の関連性および解釈可能性を向上させる。
• 記述的・予測的・因果的問題に応じて教育および実践を再定式化することで、より透明性があり、説得力があり、科学的に意味のある分析が可能になる。