Statistical methods for the analysis of left-censored variables [Statistische Analysemethoden für linkszensierte Variablen und Beobachtungen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze]
[english] In some applications statisticians are confronted with values which are reported to be below a limit of detection or quantitation. These left-censored variables are a challenge in the statistical analysis. In a simulation study, we compare different methods to deal with this type of data i...
| Main Authors: | , , , , , |
|---|---|
| Format: | Article |
| Language: | deu |
| Published: |
German Medical Science GMS Publishing House
2013-03-01
|
| Series: | GMS Medizinische Informatik, Biometrie und Epidemiologie |
| Subjects: | |
| Online Access: | http://www.egms.de/static/en/journals/mibe/2013-9/mibe000133.shtml |
| _version_ | 1818926130661425152 |
|---|---|
| author | Pesch, Beate Brüning, Thomas Lehnert, Martin Gawrych, Katarzyna Kendzia, Benjamin Lotz, Anne |
| author_facet | Pesch, Beate Brüning, Thomas Lehnert, Martin Gawrych, Katarzyna Kendzia, Benjamin Lotz, Anne |
| author_sort | Pesch, Beate |
| collection | DOAJ |
| description | [english] In some applications statisticians are confronted with values which are reported to be below a limit of detection or quantitation. These left-censored variables are a challenge in the statistical analysis. In a simulation study, we compare different methods to deal with this type of data in statistical applications. These include measures of location, dispersion, association, and statistical modeling. Our simulation study showed that the multiple imputation approach and the Tobit regression lead to unbiased estimates, whereas the naïve methods including simple substitution of non-detects lead to unreliable estimates. We illustrate the application of the multiple imputation approach and the Tobit regression with an example from occupational epidemiology. <br>[german] In der statistischen Praxis treten immer wieder Variablen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze auf. Diese sind linkszensiert und stellen daher eine Herausforderung für die statistische Analyse dar. Im Rahmen einer Simulationsstudie vergleichen wir Schätzmethoden zur Berechnung von Lage- und Streuungmaßen, Korrelationen und Regressionsparametern bei diesen Variablen. Unsere Ergebnisse zeigen, dass die multiple Imputationsmethode und die Tobit Regression zu unverzerrten Schätzungen führen. Naive Methoden, einschließlich der einfachen Substitution von zensierten Beobachtungen, ergeben hingegen unzuverlässige Schätzungen. Wir illustrieren die Anwendung der multiplen Imputationsmethode und der Tobit Regression anhand eines Beispiels aus der Epidemiologie der Arbeitswelt. |
| first_indexed | 2024-12-20T02:52:14Z |
| format | Article |
| id | doaj.art-1cf396bb453243e0a7890da1c2dd604e |
| institution | Directory Open Access Journal |
| issn | 1860-9171 |
| language | deu |
| last_indexed | 2024-12-20T02:52:14Z |
| publishDate | 2013-03-01 |
| publisher | German Medical Science GMS Publishing House |
| record_format | Article |
| series | GMS Medizinische Informatik, Biometrie und Epidemiologie |
| spelling | doaj.art-1cf396bb453243e0a7890da1c2dd604e2022-12-21T19:56:00ZdeuGerman Medical Science GMS Publishing HouseGMS Medizinische Informatik, Biometrie und Epidemiologie1860-91712013-03-0192Doc0510.3205/mibe000133Statistical methods for the analysis of left-censored variables [Statistische Analysemethoden für linkszensierte Variablen und Beobachtungen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze]Pesch, BeateBrüning, ThomasLehnert, MartinGawrych, KatarzynaKendzia, BenjaminLotz, Anne[english] In some applications statisticians are confronted with values which are reported to be below a limit of detection or quantitation. These left-censored variables are a challenge in the statistical analysis. In a simulation study, we compare different methods to deal with this type of data in statistical applications. These include measures of location, dispersion, association, and statistical modeling. Our simulation study showed that the multiple imputation approach and the Tobit regression lead to unbiased estimates, whereas the naïve methods including simple substitution of non-detects lead to unreliable estimates. We illustrate the application of the multiple imputation approach and the Tobit regression with an example from occupational epidemiology. <br>[german] In der statistischen Praxis treten immer wieder Variablen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze auf. Diese sind linkszensiert und stellen daher eine Herausforderung für die statistische Analyse dar. Im Rahmen einer Simulationsstudie vergleichen wir Schätzmethoden zur Berechnung von Lage- und Streuungmaßen, Korrelationen und Regressionsparametern bei diesen Variablen. Unsere Ergebnisse zeigen, dass die multiple Imputationsmethode und die Tobit Regression zu unverzerrten Schätzungen führen. Naive Methoden, einschließlich der einfachen Substitution von zensierten Beobachtungen, ergeben hingegen unzuverlässige Schätzungen. Wir illustrieren die Anwendung der multiplen Imputationsmethode und der Tobit Regression anhand eines Beispiels aus der Epidemiologie der Arbeitswelt.http://www.egms.de/static/en/journals/mibe/2013-9/mibe000133.shtmlleft-censored variableslimit of detectionmultiple imputationTobit regressionoccupational exposurewelding |
| spellingShingle | Pesch, Beate Brüning, Thomas Lehnert, Martin Gawrych, Katarzyna Kendzia, Benjamin Lotz, Anne Statistical methods for the analysis of left-censored variables [Statistische Analysemethoden für linkszensierte Variablen und Beobachtungen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze] GMS Medizinische Informatik, Biometrie und Epidemiologie left-censored variables limit of detection multiple imputation Tobit regression occupational exposure welding |
| title | Statistical methods for the analysis of left-censored variables [Statistische Analysemethoden für linkszensierte Variablen und Beobachtungen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze] |
| title_full | Statistical methods for the analysis of left-censored variables [Statistische Analysemethoden für linkszensierte Variablen und Beobachtungen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze] |
| title_fullStr | Statistical methods for the analysis of left-censored variables [Statistische Analysemethoden für linkszensierte Variablen und Beobachtungen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze] |
| title_full_unstemmed | Statistical methods for the analysis of left-censored variables [Statistische Analysemethoden für linkszensierte Variablen und Beobachtungen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze] |
| title_short | Statistical methods for the analysis of left-censored variables [Statistische Analysemethoden für linkszensierte Variablen und Beobachtungen mit Werten unterhalb einer Bestimmungs- oder Nachweisgrenze] |
| title_sort | statistical methods for the analysis of left censored variables statistische analysemethoden fur linkszensierte variablen und beobachtungen mit werten unterhalb einer bestimmungs oder nachweisgrenze |
| topic | left-censored variables limit of detection multiple imputation Tobit regression occupational exposure welding |
| url | http://www.egms.de/static/en/journals/mibe/2013-9/mibe000133.shtml |
| work_keys_str_mv | AT peschbeate statisticalmethodsfortheanalysisofleftcensoredvariablesstatistischeanalysemethodenfurlinkszensiertevariablenundbeobachtungenmitwertenunterhalbeinerbestimmungsodernachweisgrenze AT bruningthomas statisticalmethodsfortheanalysisofleftcensoredvariablesstatistischeanalysemethodenfurlinkszensiertevariablenundbeobachtungenmitwertenunterhalbeinerbestimmungsodernachweisgrenze AT lehnertmartin statisticalmethodsfortheanalysisofleftcensoredvariablesstatistischeanalysemethodenfurlinkszensiertevariablenundbeobachtungenmitwertenunterhalbeinerbestimmungsodernachweisgrenze AT gawrychkatarzyna statisticalmethodsfortheanalysisofleftcensoredvariablesstatistischeanalysemethodenfurlinkszensiertevariablenundbeobachtungenmitwertenunterhalbeinerbestimmungsodernachweisgrenze AT kendziabenjamin statisticalmethodsfortheanalysisofleftcensoredvariablesstatistischeanalysemethodenfurlinkszensiertevariablenundbeobachtungenmitwertenunterhalbeinerbestimmungsodernachweisgrenze AT lotzanne statisticalmethodsfortheanalysisofleftcensoredvariablesstatistischeanalysemethodenfurlinkszensiertevariablenundbeobachtungenmitwertenunterhalbeinerbestimmungsodernachweisgrenze |