異種データソース統合のためのデータ統合フレームワーク

この論文は、データサイエンスにおける重要な問題、つまり、多様なソースからのデータの統合、特に要約レベルのデータとランダムサンプリングの仮定を緩和する場合に対処しています。提案された方法がサンプリングウェイトを推定し、方程式を調整する能力は、複雑なシナリオで偏りのないパラメータ推定を得るために重要です。癌登録データへの応用は、その実用的な関連性を強調しています。

• •要約レベルのデータを異種データソースと統合するための新しい統計的フレームワークを提案。
• •補助情報を利用して、研究固有のサンプリングウェイトを推定。
• •完全なモデルパラメータを取得するために推定方程式を調整。
• •シミュレーションを通じて評価され、実際の癌登録データに適用。