¿Cómo encuentro personas de comparación adecuadas para cada caso? (emparejar casos y controles)

En resumen

¿Cómo encuentro personas de comparación adecuadas para cada caso? El asistente de datos «Emparejar casos y controles» (Editar datos) busca para cada caso (1) hasta k controles (0) iguales o parecidos en las características elegidas (emparejamiento). Se crean las columnas «Gruppe» y «Abgleich».

Cómo funciona en Statable

1. Elige la columna con caso (1) y control (0); opcionalmente, columnas que deban ser exactamente iguales.
2. Elige columnas de números, cada una con una tolerancia: la distancia máxima permitida. Con 0 solo cuenta un valor igual.
3. Elige «Controles por caso» (de 1 a 5).
4. «Calcular el emparejamiento», mira el resultado y luego «Crear columnas nuevas».

La regla

• Los casos se procesan en el orden de las filas.
• Un control encaja si aún no se ha usado, coincide en todas las características que exigen igualdad exacta y está como máximo a la tolerancia de distancia en cada número.
• Entre los controles que encajan gana el de menor distancia; en caso de empate, el de la fila más pequeña. La distancia es la suma de las diferencias, cada una dividida por la tolerancia; con tolerancia 0 es 0.
• Un control se usa solo una vez (sin reposición).
• Una fila con un valor que falta en la columna de casos o en una columna de emparejamiento no participa. Statable cuenta esas filas.

Cómo leer el resultado

• La tabla muestra: casos en total, completamente emparejados (se encontraron los k controles), parcialmente emparejados, sin control, el número de controles encontrados y las filas que no participan.
• Para cada columna numérica se muestra la diferencia de medias estandarizada antes y después: la diferencia entre las medias de los casos y de los controles, dividida por la dispersión común. «Antes» significa todos los casos y controles, «después» solo los emparejados. Un valor más cercano a 0 después significa que los grupos se han vuelto más parecidos en esta característica.

Advertencias

• El método es voraz (greedy) y depende del orden de las filas: para cada caso, por turno, toma el siguiente control libre y no busca el mejor resultado global. Otro orden puede dar otros pares.
• Los casos sin control quedan fuera de la comparación. Eso cambia a quién describe la comparación.
• El emparejamiento equilibra solo las características elegidas. Todo lo demás queda desigual, y el emparejamiento no muestra una causa.
• El análisis posterior debe tener en cuenta el emparejamiento, por ejemplo con métodos para datos emparejados o condicionales. Comparar solo dentro de los grupos que quedan no es un experimento.
• No calcules y elijas con los mismos datos hasta que encaje: quien cambia la tolerancia y las características hasta que el resultado le guste ya no puede fiarse del resultado.

Requisitos y límites

• La columna de casos tiene los valores 1 (caso) y 0 (control). Hacen falta al menos un caso y un control con todos los valores.
• Una columna solo puede aparecer en un sitio: como columna de casos, como columna exactamente igual o como número. Un peso del caso definido no entra en el emparejamiento.
• Este paso se anota en el registro de los cambios en los datos.

Ejemplos típicos

• Por cada persona con la enfermedad (caso), dos personas sin ella (controles) del mismo sexo y con una diferencia de edad de como máximo 2 años.
• Formar un grupo de comparación para un grupo de apoyo según la edad y los conocimientos previos.