Como encontro pessoas de comparação adequadas para cada caso? (emparelhar casos e controlos)

Em resumo

Como encontro pessoas de comparação adequadas para cada caso? O assistente de dados «Emparelhar casos e controlos» (Editar dados) procura para cada caso (1) até k controlos (0) iguais ou semelhantes nas características escolhidas (emparelhamento). São criadas as colunas «Gruppe» e «Abgleich».

Como funciona no Statable

1. Escolha a coluna com caso (1) e controlo (0); opcionalmente colunas que devam ser exatamente iguais.
2. Escolha colunas de números, cada uma com uma tolerância: a distância máxima permitida. Com 0 só conta um valor igual.
3. Escolha «Controlos por caso» (de 1 a 5).
4. «Calcular o emparelhamento», veja o resultado e depois «Criar novas colunas».

A regra

• Os casos são processados pela ordem das linhas.
• Um controlo serve se ainda não foi usado, coincide em todas as caraterísticas que exigem igualdade exata e em cada número está, no máximo, à distância da tolerância.
• Entre os controlos que servem ganha o de menor distância; em caso de empate, o da linha mais pequena. A distância é a soma das diferenças, cada uma dividida pela tolerância; com tolerância 0 é 0.
• Um controlo é usado só uma vez (sem reposição).
• Uma linha com um valor em falta na coluna dos casos ou numa coluna de emparelhamento não participa. O Statable conta essas linhas.

Ler o resultado

• A tabela mostra: casos no total, totalmente emparelhados (encontrados todos os k controlos), parcialmente emparelhados, sem controlo, o número de controlos encontrados e as linhas que não participam.
• Para cada coluna numérica é mostrada a diferença de médias padronizada antes e depois: a diferença entre as médias dos casos e dos controlos, dividida pela dispersão comum. «Antes» significa todos os casos e controlos, «depois» apenas os emparelhados. Um valor mais próximo de 0 depois significa que os grupos ficaram mais semelhantes nesta caraterística.

Avisos

• O método é ganancioso (greedy) e depende da ordem das linhas: para cada caso, por vez, toma o controlo livre seguinte e não procura o melhor resultado global. Outra ordem pode dar outros pares.
• Os casos sem controlo saem da comparação. Isto altera quem a comparação descreve.
• O emparelhamento equilibra apenas as caraterísticas escolhidas. Tudo o resto fica desigual, e o emparelhamento não mostra uma causa.
• A análise posterior tem de ter em conta o emparelhamento, por exemplo com métodos para dados emparelhados ou condicionais. Comparar apenas dentro dos grupos que restam não é uma experiência.
• Não calcule nem escolha com os mesmos dados até condizer: quem altera a tolerância e as caraterísticas até o resultado agradar já não pode confiar no resultado.

Pressupostos e limites

• A coluna dos casos tem os valores 1 (caso) e 0 (controlo). São precisos pelo menos um caso e um controlo com todos os valores.
• Uma coluna só pode aparecer num sítio: como coluna dos casos, como coluna exatamente igual ou como número. Um peso do caso definido não entra no emparelhamento.
• Este passo fica registado no registo das alterações aos dados.

Exemplos típicos

• Para cada pessoa com a doença (caso), duas pessoas sem ela (controlos) do mesmo sexo e com uma diferença de idade de no máximo 2 anos.
• Formar um grupo de comparação para um grupo de apoio por idade e conhecimentos prévios.