Regresjonsanalyse med målefeil på forklaringsvariablene: Hvordan bør de statistiske analysene gjennomføres?

Det er kjent fra regresjonsanalyse at målefeil på forklaringsvariable fører til at den estimerte sammenhengen med responsariabelen blir skjev. Det har i de senere årene kommet flere studier som viser at slik skjevhet kan føre til både under- og overestime ring av effektene. Siden effektestimatene er skjeve i situasjoner med målefeil, er det viktig å utvikle statistiske korreksjonsmetoder. Det er to sentrale klasser av slike metoder, regresjonskalibrering og likelihoodmetoder. I dag kjenner vi egenskapene t il metodene når det gjelder skjevhet, konfidensintervallestimering og testestimatorer. Men andre viktige statistiske egenskapene, slik som testing av modelltilpasning, residualanalyse og influens av enkeltobservasjoner, er fortsatt lite studert. Slike met oder inngår som viktige elementer i en total statistisk analyse, og studier av metodenes egenskaper er derfor viktig. For situasjoner med målefeil finnes det ennå ingen utviklede metoder for en slik total statistisk metode, og det finnes ennå ingen utvikl et statistisk programvare som kan analysere slike problemstillinger i anvendelser. Formålet med prosjektet er å utvikle slike metoder og studere metodenes statistiske egenskaper. I tråd med prosjektgruppens tradisjon innen forskning ønsker en å anvende d e metodene som utvikles og studeres i prosjektet på konkrete problemstillinger. Prosjektgruppen har muligheten til å studere disse problemstillingene gjennom arbeidet med den landsdekkende kohorten "Norwegian Women and Cancer Study".