縦断的研究デザインにおける平均への回帰の説明と制御

このチュートリアルは、平均への回帰が臨床集団の縦断的研究における研究結果にどのように影響するかを調べることに関係しています。このような研究では、参加者は、人口平均から体系的に逸脱するパフォーマンスのためにしばしば得られ、その後、この選択に使用される特性の変化に関して研究されます。そのような研究では、平均への回帰の影響により、変化の推定値が誤っている可能性があることが示されています。回帰効果の原因は、測定誤差と、極端なスコアを選択するプロセスにおけるこの測定誤差のサンプリングバイアスから生じることが示されています。また、信頼性が低く、より極端なスコアで選択されたサンプルでは、​​回帰効果が大きくなることも示されています。さらに、変化の測定が定量的で正規分布した特性から形成された二分状態の変化に基づいている場合、回帰効果が特に顕著であることが示されています。平均への回帰の正式な分析に加えて、平均への回帰の特徴は、シミュレーションを介して実証されます。

This tutorial is concerned with examining how regression to the mean influences research findings in longitudinal studies of clinical populations. In such studies participants are often obtained because of performance that deviates systematically from the population mean and are then subsequently studied with respect to change in the trait used for this selection. It is shown that in such research there is a potential for the estimates of change to be erroneous due to the effect of regression to the mean. The source of the regression effect is shown to arise from measurement error and a sampling bias of this measurement error in the process of selecting on extreme scores. It is also shown that regression effects are greater with measures that are less reliable and with samples that are selected with more extreme scores. Furthermore, it is shown that regression effects are particularly prominent when measures of change are based on changes in dichotomous states formed from quantitative, normally distributed traits. In addition to a formal analysis of the regression to the mean, the features of regression to the mean are demonstrated via a simulation.