176. Wagi analityczne – podstawy korekty nierównego prawdopodobieństwa doboru

W poprzednich lekcjach modułu 9 omawialiśmy różne sposoby doboru uczestników. Kolejny krok polega na zrozumieniu, że sam fakt wylosowania próby nie gwarantuje jeszcze poprawnej reprezentacji populacji w analizie. Jeżeli niektóre osoby lub grupy miały większą szansę znalezienia się w próbie niż inne, obserwacje nie powinny być traktowane jako jednakowo informatywne dla całej populacji. W takiej sytuacji stosuje się wagi analityczne, które korygują nierówne prawdopodobieństwo doboru.

Wagi nie są jednak „magicznym współczynnikiem reprezentatywności”. Nie naprawiają złej operacjonalizacji zmiennych, błędów pomiaru ani całkowicie nieusuwalnego braku odpowiedzi. Ich sens zależy od projektu badania, populacji docelowej, sposobu losowania oraz celu wnioskowania. W tej lekcji szkolenia na statystyk.edu.pl skupiamy się na podstawowej logice wag wynikających z prawdopodobieństwa doboru.

Dlaczego nierówne prawdopodobieństwo doboru jest problemem?

Załóżmy, że chcemy oszacować częstość nadciśnienia tętniczego w populacji dorosłych mieszkańców województwa. Gdyby każda osoba miała taką samą szansę udziału, prosta częstość w próbie mogłaby być bezpośrednim estymatorem częstości populacyjnej, o ile pozostałe założenia projektu były spełnione.

W praktyce badacze często celowo zwiększają szanse doboru określonych grup. Może to dotyczyć osób starszych, mieszkańców obszarów wiejskich, pacjentów z rzadką chorobą albo przedstawicieli mniejszości, których udział w populacji jest niewielki. Takie nadreprezentowanie może być korzystne, ponieważ umożliwia analizę podgrup. Jednocześnie surowa średnia lub odsetek w próbie nie musi już odpowiadać strukturze populacji.

Jeżeli osoby z rzadkiej grupy wylosowano z większą częstością, ich obserwacje powinny otrzymać mniejszą wagę. Z kolei osoby z grupy, która była losowana mniej intensywnie, powinny otrzymać większą wagę. W ten sposób analiza odtwarza nie tylko skład próby, lecz także sposób, w jaki próba została uzyskana.

Podstawowa idea wagi odwrotnej do prawdopodobieństwa

Niech π_i oznacza prawdopodobieństwo włączenia osoby i do próby. Najprostsza waga projektowa ma postać:

wi = 1 / πi

• w_i – waga analityczna osoby i;
• π_i – prawdopodobieństwo, że osoba i zostanie wybrana do próby;
• 1/π_i – liczba jednostek populacji, które dana osoba reprezentuje w sensie projektowym.

Jeżeli prawdopodobieństwo doboru wynosi 0,10, waga projektowa wynosi 10. Oznacza to, że jedna obserwacja reprezentuje średnio dziesięć jednostek populacji. Jeżeli prawdopodobieństwo doboru wynosi 0,50, waga wynosi 2. Osoba z pierwszej grupy ma zatem większą wagę, ponieważ jej udział w próbie był trudniejszy do uzyskania.

W przypadku równego prawdopodobieństwa doboru wszystkie wagi są takie same. Wtedy mnożenie każdej obserwacji przez tę samą stałą nie zmienia średniej ani proporcji. Problem pojawia się wtedy, gdy wartości wag różnią się między uczestnikami.

Estymator Horvitza-Thompsona

Formalną podstawą korekty nierównego prawdopodobieństwa doboru jest estymator Horvitza-Thompsona. Dla populacyjnej sumy zmiennej y można go zapisać jako:

ŶHT = Σi∈s yi / πi = Σi∈s wiyi

• Ŷ_HT – oszacowana suma w populacji;
• s – zbiór jednostek znajdujących się w próbie;
• y_i – wartość badanej zmiennej dla osoby i;
• π_i – prawdopodobieństwo włączenia osoby i do próby;
• w_i – odwrotność tego prawdopodobieństwa.

W przypadku średniej populacyjnej często stosuje się wersję ilorazową, na przykład:

ȳw = (Σ wiyi) / (Σ wi)

Jest to średnia ważona. Osoby o większych wagach mają większy wpływ na oszacowanie, ponieważ reprezentują większą liczbę podobnie dobranych jednostek populacji. Oryginalna praca Horvitza i Thompsona (1952) pokazała, jak konstruować estymatory dla prób losowanych bez zwracania przy nierównych prawdopodobieństwach wyboru.

Waga projektowa a waga końcowa

W praktycznych badaniach waga używana w analizie często nie jest wyłącznie odwrotnością prawdopodobieństwa doboru. Może być wynikiem kilku kolejnych korekt:

1. Waga projektowa – uwzględnia prawdopodobieństwo doboru wynikające z planu losowania.
2. Korekta na brak odpowiedzi – zwiększa wagę osób odpowiadających, jeżeli należą do grup, w których częściej występowała odmowa lub utrata kontaktu.
3. Korekta populacyjna lub kalibracyjna – dopasowuje rozkład próby do znanych danych o populacji, na przykład według wieku, płci, regionu lub wykształcenia.
4. Ewentualne ograniczenie skrajnych wag – stosowane ostrożnie, gdy pojedyncze bardzo duże wagi powodują niestabilność oszacowań.

Można więc spotkać ogólną postać:

wkońcowa,i = wprojektowa,i × wbrak odpowiedzi,i × wkalibracyjna,i

Nie oznacza to, że każdą korektę należy stosować automatycznie. Każda z nich opiera się na określonych założeniach. Na przykład korekta na brak odpowiedzi jest bardziej wiarygodna, gdy osoby odpowiadające i nieodpowiadające są podobne pod względem zmiennych związanych z wynikiem, przynajmniej po uwzględnieniu informacji dostępnych badaczowi.

Przykład 1: badanie zdrowia mieszkańców

W badaniu rozpowszechnienia cukrzycy w regionie wylosowano 1000 osób. Aby zapewnić odpowiednią liczbę obserwacji w grupie osób w wieku co najmniej 75 lat, zastosowano nadreprezentowanie tej grupy.

Grupa wieku	Udział w populacji	Udział w próbie	Przykładowa waga
18–74 lata	90%	60%	1,5
75 lat i więcej	10%	40%	0,25

Załóżmy, że cukrzycę stwierdzono u 180 osób młodszych i u 160 osób starszych. Surowa częstość w całej próbie wynosiłaby 34%. Nie jest to jednak właściwe oszacowanie dla populacji, ponieważ osoby starsze stanowią w próbie znacznie większą część niż w populacji.

W analizie ważonej obserwacje osób młodszych otrzymują większą wagę, a obserwacje osób starszych mniejszą. Ostateczna częstość jest bliższa strukturze populacji, w której osoby starsze stanowią 10%, a nie 40%. Wynik ważony może być zatem istotnie niższy niż wynik surowy, nawet jeśli w obu grupach zachowano te same dane kliniczne.

Interpretacja powinna brzmieć: „Oszacowana częstość cukrzycy w populacji, z uwzględnieniem planu doboru, wyniosła…”. Nie należy mówić, że „wagi zmniejszyły liczbę przypadków cukrzycy”. Wagi zmieniają sposób uogólniania obserwacji, a nie wartości pomiarów u konkretnych uczestników.

Przykład 2: badanie pacjentów z rzadką chorobą

W wieloośrodkowym badaniu jakości życia pacjentów z rzadką chorobą każdy ośrodek rekrutuje uczestników z własnej listy. Duży szpital uniwersytecki obejmuje 120 pacjentów, a mała poradnia powiatowa tylko 20. Jeżeli ośrodki mają różne prawdopodobieństwa włączenia pacjentów, prosta średnia z 140 obserwacji może nadmiernie odzwierciedlać charakterystykę pacjentów z dużego ośrodka.

Możliwe jest przypisanie pacjentom wag wynikających z odwrotności ich prawdopodobieństwa doboru. Pacjenci z ośrodka, który obejmował większą część swojej populacji, mogą otrzymać mniejsze wagi niż pacjenci z ośrodka, w którym rekrutacja była mniej intensywna. Jeżeli dodatkowo odpowiedzi na kwestionariusz częściej uzyskiwano od pacjentów młodszych, można rozważyć korektę na brak odpowiedzi, ale tylko przy odpowiednim uzasadnieniu i dostępnych zmiennych pomocniczych.

Trzeba jednak odróżnić wagowanie populacyjne od korekty różnic klinicznych między ośrodkami. Sama waga nie rozwiąże problemu, jeżeli pacjenci trafiają do określonych placówek z powodu odmiennych wskazań, ciężkości choroby lub dostępu do leczenia. W takim przypadku potrzebne mogą być także zmienne opisujące ośrodek, stadium choroby i sposób rekrutacji.

Wagi a błędy standardowe

Jednym z najważniejszych praktycznych problemów jest przekonanie, że wystarczy użyć wag do obliczenia średniej, odsetka lub modelu regresji. To nieprawda. Analiza musi także uwzględniać inne elementy złożonego planu badania, takie jak warstwowanie, losowanie zespołowe, klastry i ewentualne wagi replikacyjne.

Badanie przeprowadzone na próbie z nierównymi wagami może mieć większą wariancję niż badanie o tej samej liczebności z wagami niemal równymi. Intuicyjnie: jeżeli kilka osób otrzymuje bardzo duże wagi, wynik w większym stopniu zależy od niewielkiej liczby obserwacji. Wzrost precyzji wynikający z większej liczby uczestników może być częściowo utracony przez nierówność wag.

Do oceny wpływu nierównych wag używa się między innymi przybliżenia:

DEFFw ≈ 1 + CV2(w)

• DEFF_w – przybliżony efekt nierówności wag;
• CV(w) – współczynnik zmienności wag, czyli odchylenie standardowe wag podzielone przez ich średnią.

To przybliżenie nie zastępuje pełnej analizy wariancji, ale pokazuje ogólną zasadę: większe zróżnicowanie wag może zwiększać błąd standardowy. W analizie danych złożonych należy korzystać z procedur surveyowych, które znają wagi oraz strukturę losowania. Wytyczne CDC podkreślają, że dane złożonych prób powinny być analizowane metodami uwzględniającymi plan doboru, a nie procedurami przeznaczonymi wyłącznie dla prostych prób losowych (CDC, 2022).

Wagi w regresji i analizie zależności

W analizie opisowej wagi są zwykle potrzebne, gdy celem jest oszacowanie cechy populacji, na przykład częstości palenia lub średniego poziomu depresji w populacji docelowej. W regresji sytuacja jest bardziej złożona. To, czy należy użyć wag, zależy od pytania badawczego, mechanizmu doboru oraz modelu.

Jeżeli celem jest uzyskanie zależności uogólnialnej na określoną populację, nieuwzględnienie planu doboru może prowadzić do obciążenia wyników. Pfeffermann (1996) wskazywał, że ignorowanie schematu selekcji może być szczególnie problematyczne, gdy prawdopodobieństwo doboru jest związane ze zmienną wynikową nawet po uwzględnieniu dostępnych informacji o projekcie.

Z drugiej strony automatyczne zastosowanie wag w każdej regresji również nie jest poprawną regułą. Winship i Radbill (1994) pokazali, że w regresji decyzja o użyciu wag zależy między innymi od tego, z jakimi zmiennymi wiąże się proces doboru. Dlatego w pracy naukowej trzeba określić, czy model ma opisywać zależność w próbie, zależność w populacji, czy efekt możliwy do uogólnienia na konkretną populację docelową.

Najczęstsze błędy

• Traktowanie wagi jako oceny jakości osoby. Waga nie mówi, że uczestnik jest „ważniejszy” lub „mniej wiarygodny”. Opisuje jego rolę w reprezentowaniu populacji wynikającą z projektu.
• Odwracanie niewłaściwego prawdopodobieństwa. Należy ustalić, czy chodzi o prawdopodobieństwo wylosowania osoby, gospodarstwa domowego, placówki czy klastra. W badaniu wielostopniowym trzeba uwzględnić cały proces doboru.
• Używanie wag bez uwzględnienia klastrów i warstw. Sama korekta punktowych oszacowań nie zapewnia poprawnych błędów standardowych.
• Założenie, że wagi zawsze zmniejszają bias. Źle skonstruowane lub oparte na nieadekwatnych zmiennych wagi mogą zwiększyć obciążenie i wariancję.
• Brak informacji o konstrukcji wag. Publikacja powinna opisywać, czy użyto wag projektowych, korekty na brak odpowiedzi, kalibracji, przycinania oraz wag replikacyjnych.
• Porównywanie analiz ważonych i nieważonych bez wyjaśnienia celu. Różnica między wynikami nie jest sama w sobie dowodem, że jedna analiza jest „prawdziwa”, a druga „błędna”. Obie mogą odpowiadać na inne pytania.
• Używanie wag z innego pliku lub innej populacji. Waga musi odpowiadać konkretnemu modułowi badania, populacji, okresowi oraz jednostce analizy.
• Interpretowanie p-value jako prawdopodobieństwa prawdziwości hipotezy zerowej. Wagi mogą zmieniać zarówno oszacowanie, jak i błąd standardowy, ale p-value nadal nie jest prawdopodobieństwem, że H₀ jest prawdziwa.

Przykład praktyczny: analiza rozpowszechnienia objawów depresyjnych

Badacz chce oszacować odsetek dorosłych mieszkańców powiatu z nasilonymi objawami depresyjnymi. Zastosowano losowanie warstwowe: osobno rekrutowano mieszkańców miasta i wsi, a w grupie wiejskiej dodatkowo zwiększono udział osób w wieku 65 lat i więcej. Zebrano 800 kompletnych kwestionariuszy.

Przed analizą badacz powinien:

1. ustalić populację docelową i jednostkę analizy;
2. sprawdzić, czy do każdego uczestnika przypisano prawdopodobieństwo doboru lub gotową wagę;
3. ustalić, czy waga uwzględnia brak odpowiedzi;
4. sprawdzić, czy dostępne są zmienne warstwowania i klastry;
5. oszacować odsetek objawów depresyjnych z użyciem wag;
6. obliczyć błąd standardowy i przedział ufności metodą odpowiednią dla projektu;
7. porównać wynik ważony z nieważonym jako analizę pomocniczą, a nie jako automatyczny test poprawności;
8. opisać konstrukcję wag i metodę estymacji w raporcie.

Jeżeli wynik nieważony wynosi 18%, a ważony 13%, można przypuszczać, że w próbie nadreprezentowane były grupy o większym nasileniu objawów albo grupy, w których objawy występowały częściej. Nie wolno jednak wyciągać takiego wniosku bez sprawdzenia rozkładu wag i struktury próby. Warto także podać przedziały ufności oraz liczebności niezbędne do oceny stabilności oszacowania.

Co warto zapamiętać?

• Waga analityczna koryguje udział obserwacji w analizie zgodnie z jej rolą wynikającą z planu doboru.
• Podstawowa waga projektowa jest odwrotnością prawdopodobieństwa włączenia jednostki do próby.
• Nadreprezentowana grupa otrzymuje zwykle mniejszą wagę, a niedoreprezentowana większą.
• Waga końcowa może uwzględniać dobór, brak odpowiedzi i kalibrację do znanych danych populacyjnych.
• Ważenie wpływa nie tylko na punktowe oszacowanie, lecz także na wariancję i błędy standardowe.
• Do analizy danych złożonych trzeba uwzględnić również warstwy, klastry i odpowiednią metodę estymacji wariancji.
• Wagi nie naprawiają automatycznie błędów pomiaru, złej populacji docelowej ani całkowicie niekontrolowanego biasu selekcji.
• Wynik ważony należy interpretować względem jasno określonej populacji, a sposób konstrukcji wag trzeba opisać transparentnie.

Wagi analityczne są więc narzędziem łączącym metodologię doboru próby z analizą statystyczną. Ich właściwe użycie wymaga znajomości nie tylko wzoru, lecz także całej ścieżki powstawania danych. W kolejnych lekcjach można przejść od podstawowych wag projektowych do kalibracji, korekty braku odpowiedzi oraz oceny stabilności oszacowań w złożonych próbach.

Źródła i dalsza lektura

1. Horvitz, D. G.; Thompson, D. J. (1952). A Generalization of Sampling Without Replacement from a Finite Universe. Journal of the American Statistical Association, 47(260), 663–685. DOI: 10.1080/01621459.1952.10483446.
2. Lumley, T. (2010). Complex Surveys: A Guide to Analysis Using R. John Wiley & Sons. Informacja wydawcy / źródło.
3. Pfeffermann, D. (1996). The Use of Sampling Weights for Survey Data Analysis. Statistical Methods in Medical Research, 5(3), 239–261. DOI: 10.1177/096228029600500303.
4. Winship, C.; Radbill, L. (1994). Sampling Weights and Regression Analysis. Sociological Methods & Research, 23(2), 230–257. DOI: 10.1177/0049124194023002004.
5. Höfler, M.; Pfister, H.; Lieb, R.; Wittchen, H.-U. (2005). The Use of Weights to Account for Non-Response and Drop-Out. Social Psychiatry and Psychiatric Epidemiology, 40(4), 291–299. DOI: 10.1007/s00127-005-0882-5.
6. Centers for Disease Control and Prevention (2022). Advanced Statistics: Complex Sample Frequencies, Tables, and Means. Epi Info User Guide. Centers for Disease Control and Prevention. Źródło.