Sample size and power calculation for propensity score analysis in observational studies观察性研究中倾向得分分析的样本量与检验效能计算

光华讲坛——社会名流与企业家论坛第6769期

主题：Sample size and power calculation for propensity score analysis in observational studies观察性研究中倾向得分分析的样本量与检验效能计算

主讲人：美国杜克大学统计科学系 李凡教授

主持人：统计与数据科学学院 林华珍教授

时间：6月19日15:00-16:00

地点：柳林校区弘远楼408会议室

主办单位：统计与数据科学学院 科研处

主讲人简介：

Fan Li is a professor in the Department of Statistical Science, with a secondary appointment in Biostatistics and Bioinformatics at Duke University. Her primary research interest is causal inference and health data science. She also works on Bayesian analysis and missing data. She was the editor for Social Science, Biostatistics and Policy of the Annals of Applied Statistics, AE for JASA and AOS. She is a fellow of the American Statistical Association (ASA) and the Institute of Mathematical Statistics (IMS).

李凡是杜克大学统计科学系教授，同时兼任生物统计与生物信息系的兼职教授。她的主要研究兴趣包括因果推断与健康数据科学，同时也从事贝叶斯分析和缺失数据方法的研究。李教授曾担任《应用统计年刊》（Annals of Applied Statistics）社会科学、生物统计与政策方向的主编，并担任国际统计学顶级期刊JASA和AOS的AE。她是美国统计协会（ASA）和数理统计学会（IMS）会士。

内容提要：

本次报告将探讨使用观察性数据进行因果推断，倾向得分分析中样本量与检验效能（power）计算的理论基础，并提出相应的解析公式，重点聚焦于单次处理时间点的设定。通过分析平均处理效应的逆概率加权估计量的方差，主讲人将效能计算分解为三个关键组成部分：倾向得分的分布、潜在结果的分布，以及二者之间的相关性。

研究表明，为确定观察性研究中所需的最小样本量，除随机试验中常用的标准输入外，还需额外引入两个参数：一个衡量混杂因子与处理之间的关联强度，另一个衡量混杂因子与结果之间的关联强度。针对前者，主讲人将提出使用Bhattacharyya系数来衡量协变量重叠程度，并结合处理比例推导出一个唯一可识别且便于计算的倾向得分分布；针对后者，主讲人将引入一个灵敏度参数，其上界由结果对协变量回归中的R平方统计量所限定。该方法基于Lyapunov中心极限定理，适用于协变量线性组合的情形，且不依赖于协变量的具体分布假设。主讲人将通过仿真与真实数据分析实例验证该方法的有效性，并开发配套R软件包PSpower。