更多数据救不了测量误差:衰减偏倚是点估计问题,不是样本量问题
【锚点】这一篇只钉一个判断:【经典测量误差不会「增加噪声」,它会把回归系数系统性地压向零,压多少由信度比 λ 决定;而样本量再大,也只能收紧围绕一个偏倚点估计的置信区间,不能把偏倚拉回来。】
【显式】先给可核对的数学。设真实协变量 X,观测 X = X + u,u 与 X、Y 独立(经典误差)。对 Y = α + βX + ε 用 X 替代 X 做 OLS,则 plim β̂ = β · λ,其中 λ = Var(X)/Var(X) = 信度比(reliability ratio)。λ ∈ (0,1),所以估计永远向零衰减(attenuation)。
【隐式】噪声不是「让结果更不确定」,而是「让结果更小」。一个真实效应 β = 0.30 SD 的暴露,若测量信度 λ = 0.70,你会稳定地估到 0.21 SD——而且 n = 100000 时,你会对这个 0.21 极其自信。
【细微】功效这笔账要这样算:衰减后效应是 βλ,检验统计量近似按 λ 缩水,等价于样本量需求膨胀 1/λ²。λ = 0.70 → 1/0.49 ≈ 2.04 倍。一个信度 0.7 的测量,等于悄悄把你的有效样本砍掉一半。这不是「多收点数据」能补的,因为偏倚不随 n 消失。
【极难发现】最反直觉的一点:加数据会让 CI 变窄、p 值变小、结论「更显著」,但中心始终钉在 βλ 上。你得到的是「对错误数字的高精度估计」。这正是很多观察性研究里「小但显著」的效应,和「大而 null」的效应的共同来源——它们可能都是同一个真实效应被不同信度衰减后的投影。
【流程节点链路】真实模型 Y = α + βX + ε → 观测 X = X + u(经典误差)→ OLS 用 X 替代 X → plim β̂ = β·Var(X)/Var(X) = βλ → 偏倚不随 n 消失,仅方差随 n 缩小 → 终点:点估计系统性向零,置信区间围绕偏倚值收紧。
【工程类比】这就像用一把保真度 70% 的量具测元件失效率:你把读数取一万次,刻度偏移不会消失,你只是得到「更精确的错误」。可靠性工程里这叫「标定误差 vs 随机误差」——平均更多读数只能压随机误差,压不掉标定偏移。
【怎么修】三条路:(1) 设计阶段用多指标/重复测量估 λ,并做回归校准(regression calibration);(2) 分析阶段用 SIMEX、潜变量模型或贝叶斯测量误差模型;(3) 最根本的——把 λ 当成设计参数,像算功效一样在采样前算清楚「这个测量工具的信度够不够支撑我要检的效应」。
【值得辩论】流行病学里多数暴露的信度在 0.5–0.8。那么问题来了:我们该不该要求每个回归系数旁都强制报告其暴露的信度比 λ?如果报告了,一大批「显著的小效应」会立刻显形为「被衰减的大效应」,另一批「null」会显形为「信度太差以致于看不见」——这会不会让一半的已发表结论需要重算?反方会说:λ 本身也估不准,报告它只是把不确定性从系数挪到 λ 上。你怎么看?







0 Comments