z 化削掉的那部分个体差里,年龄占几成、真本体还剩几成

Written by

in

Language

Evidence level: C

要问“削掉的是污染还是本体”,得先算出两个数;可这两条判据合起来只用了其中一个自由度——而且在信度不够时,它们根本没有共同的落脚点。

一、先把三个数摆出来,别急着判

前几篇一直在处理同一个终点:把 EELV(呼气末容积)与 DR2(二次吸气前的呼气末容积回落量)都折成占预计肺总容量的百分比,再取差值,叫“余量”。这个余量在同一个健康人身上重测,是稳还是不稳,已经被审过三轮:z 化对标准误没有作用(恒等式),误差方差与年龄是否无关需要单独检验,两个分量的误差是否互相独立更是从第一天起就假设错了。

但还有一个问题一直悬着:z 化除以的是年龄分段的参考标准差,它把年龄带来的那部分人群差异一起缩掉了。指控是“连研究对象本体都削掉了”。这个指控要成立,必须拆出三个方差:

  • VB:个体之间的真方差(人跟人本来就不一样)
  • VE:同一个人重测的误差方差
  • VB_age:VB 里能被年龄解释掉的那一块

剥掉年龄之后剩下的,是 VB_adj = VB − VB_age。原来那个信度指标 ICC = VB/(VB+VE),剥完之后变成 ICC_adj = VB_adj/(VB_adj+VE)。只要 VB_age 很大,ICC_adj 就会塌下去——这说明“这个指标测不出人跟人的差别了”,因为人跟人的差别本来就是年龄造成的,不是研究对象本身造成的。

这一步的方向是对的,问题出在下一条:多数设计会用两条判据一起判(ICC_adj 要够高、VB_adj 占 VB 的比例也要够高)。这里要指出的是:这两条判据并不是两件事。

二、两条判据,其实只有一根尺子

记 ρ = VB/(VB+VE)(也就是剥年龄之前的原始 ICC),s = VB_age/VB(年龄在组间方差里占几成)。那么

ICC_adj = ρ(1−s) / [ρ(1−s) + (1−ρ)]
VB_adj/VB = 1 − s

第二条判据直接就是 1−s,不需要别的。第一条判据 ICC_adj ≥ 0.75 化简后是

s ≤ 1 − 3(1−ρ)/ρ  ≡  s*

也就是说:两条判据都是关于 s 的单侧上限。第二条给 s ≤ 0.50,第一条给 s ≤ s*。s 只有一个,ρ 在给定样本里也只有一个——两条判据加起来,仍然只在同一个轴上各划一条线。它们提供不了两份独立的证据,所谓“双保险”是错觉。

更要紧的是,这两个上限谁更严,取决于 ρ。代入 ρ 求解 1−3(1−ρ)/ρ = 0.50,得到 ρ = 6/7 ≈ 0.857**:

原始 ρ s*(第一条判据的线) 实际起作用的那条
0.75 0.000 第一条(第二条自动满足)
0.80 0.250 第一条
0.85 0.471 第一条
0.857 0.500 两条重合
0.90 0.667 第二条(第一条自动满足)

所以“两条都过”这种表述,在 ρ<0.857 时等价于“第一条过”,在 ρ>0.857 时等价于“第二条过”。报告里写成两行,会让人以为是两次独立确认,实际上是一次。

三、ρ 低于 0.75 时,这段判据是空的

再往下推一步就更难看。s 要非负,需要 ρ ≥ 0.75;ρ 恰好等于 0.75 时 s = 0,意思是只有年龄一点都没解释掉方差,ICC_adj 才能维持在 0.75。而 ρ < 0.75 时 s* 为负,任何 s ≥ 0 都不能让 ICC_adj 达到 0.75。

这意味着什么?ρ < 0.75 说明这个终点本来就不够稳——而“讨论 z 化削掉了什么”这件事,恰恰是在终点不够稳的时候才被提出来的(稳的话根本不用 z 化)。于是这个设计陷入自相矛盾:它被提出来的场合,正是它无解的那个场合。四条出口里没有一条是“判通过”,只能判“换终点”或“改设计”。

用纯代数算下来:ρ 估偏 0.02,s 就偏 3/ρ² × 0.02。ρ=0.80 时偏 0.094,而 s 本身只有 0.250——判据线的相对位置抖了 37.5%。判据线比被判的量还飘,这是比值型判据的老毛病。

四、真值落在判据线上会怎样:抛硬币

上面的代数假设 ρ 和 s 都已知。实际上两个都得估。做了一组三层模型(人/次/残差)的蒙特卡洛,2000 次/格,取 ρ=0.80、每次测 3 遍:

  • 真值 s=0.50(正好在第二条判据线上):VB_adj/VB ≥ 0.50 的通过率 49.7%,就是抛硬币。ICC_adj 的真值 0.667,离 0.75 差了 0.083,通过率只有 1.3%。
  • 真值 s=0.30:ICC_adj 真值 0.737,离判据线只差 0.013。n=120 时通过率 31.5%,n=300 时 24.7%,n=600 时仍在 25% 上下——样本量加大也救不了,因为真值本来就贴着线。
  • 高信度格(ρ=0.95、s=0.30):ICC_adj 真值 0.930,通过率 99.9%,两种样本量都一样。

这组数说明两件事。第一,α 门槛设在真值附近时,判据输出的是噪声而不是结论;第二,n 只压窄分布宽度,不改变分布中心——真值贴线,加样本永远只能换来“更确定地贴线”。而 s 的抽样精度本身也不好看:n=120、s=0.30 时标准差约 0.114,95% 区间半宽 0.223,比判据线和真值之间那点距离宽二十倍。

五、还有一层:算 s 用的分母是观测方差,不是真方差

上面的 s 是 VB_age/VB。真做起来,年龄能解释的那部分通常是用“观测值对年龄回归的 R²”近似的。但观测值里混着 VE,而 VE 在取个体均值时被平均掉了一部分,没有完全掉干净。第 k 次测量的均值,其信度是

ρ_k = ρ / [ρ + (1−ρ)/k]

k=3、ρ=0.80 时 ρ_k=0.923,比 ρ 高。拿这个偏高的 ρ_k 去除,年龄解释比例会被系统性高估:真值 s=0.50 时报出 0.538(高估 7.7%);ρ=0.50 时高估 25.0%;只测一次的方案(k=1)高估 20.0%。越是不稳的终点,这个高估越大——又一处“越需要它准的时候它越不准”。

这也把 #1284 那条“κ 该取哪个标准差”的争论接上了:分母口径不统一,判据线就不是同一条线。

证据与局限

已验证:两判据共用一个自由度的推导是纯代数,实算 ICC_adj 在“占比方口径”与“占总方口径”下逐格完全相等(差 ≤1e-16),说明化简无误;ρ=6/7、s=1−3(1−ρ)/ρ、ds*/dρ=3/ρ² 均可直接验算。蒙特卡洛与解析解一致(s=0.50 处的硬币结果、真值贴线时的通过率)。

部分验证:三层方差模型在重复测量数据上的可分解性有方法学支撑——多层数据的信度可分解为各层方差份额(PMID 33818118),ICC 与 SEM 的估计框架成熟(PMID 15705040),概括力理论(generalizability theory)给出的正是“把总方差拆成面与面交互”的路子(PMID 41441409)。余量本身的 VE 量级可参考 FOT 的重复性研究(PMID 33914403、PMID 23598954),但那是阻抗参数,不是本终点。

待验证:本终点上 VB_age/VB 的真实值从未测过;ρ 在成人年龄跨度 ≥40 岁的样本里也从未报过。因此“相容区实测落在哪一段”完全未知——只知道若 ρ<0.75,这段判据无解。另需注意 ICC 依赖人群异质性、跨样本不可外推(PMID 29707825),异方差未校正会系统性高估 ICC(PMID 30208858),而 s 的区间估计在接近边界时覆盖率不足(PMID 14673940);样本量若不按目标精度反解(PMID 24338600),上面那些“贴线”的结论会被更宽的区间彻底淹没。

相关阅读

证据等级: C
参考文献: PMID 33818118, PMID 15705040, PMID 29707825, PMID 30208858, PMID 24338600, PMID 14673940, PMID 23598954, PMID 33914403
L1 网络状态:E-004 | 金 | 主 | 肺 | 《素问·阴阳应象大论》 | 待补 | L1 | open(该边现代证据栏仍为「待补」,全文只能作方法学讨论,不得读作已验证机制)


免责说明:本文属传统知识与科学文献的整理、对照与研究设计讨论,仅供理解与参考,不构成医疗建议,不能替代专业诊断与治疗。文中涉及的效应量、频率区间与暴露结论多为研究报告层面的推断,个体情况差异很大;如有身体不适或健康疑虑,请就医并由专业医师判断。

What proportion of the eliminated individual differences is age, and what proportion remains in the true entity?

Evidence level: C

要问“削掉的是污染还是本体”,得先算出两个数;可这两条判据合起来只用了其中一个自由度——而且在信度不够时,它们根本没有共同的落脚点。

一、先把三个数摆出来,别急着判

前几篇一直在处理同一个终点:把 EELV(呼气末容积)与 DR2(二次吸气前的呼气末容积回落量)都折成占预计肺总容量的百分比,再取差值,叫“余量”。这个余量在同一个健康人身上重测,是稳还是不稳,已经被审过三轮:z 化对标准误没有作用(恒等式),误差方差与年龄是否无关需要单独检验,两个分量的误差是否互相独立更是从第一天起就假设错了。

但还有一个问题一直悬着:z 化除以的是年龄分段的参考标准差,它把年龄带来的那部分人群差异一起缩掉了。指控是“连研究对象本体都削掉了”。这个指控要成立,必须拆出三个方差:

  • VB:个体之间的真方差(人跟人本来就不一样)
  • VE:同一个人重测的误差方差
  • VB_age:VB 里能被年龄解释掉的那一块

剥掉年龄之后剩下的,是 VB_adj = VB − VB_age。原来那个信度指标 ICC = VB/(VB+VE),剥完之后变成 ICC_adj = VB_adj/(VB_adj+VE)。只要 VB_age 很大,ICC_adj 就会塌下去——这说明“这个指标测不出人跟人的差别了”,因为人跟人的差别本来就是年龄造成的,不是研究对象本身造成的。

这一步的方向是对的,问题出在下一条:多数设计会用两条判据一起判(ICC_adj 要够高、VB_adj 占 VB 的比例也要够高)。这里要指出的是:这两条判据并不是两件事。

二、两条判据,其实只有一根尺子

记 ρ = VB/(VB+VE)(也就是剥年龄之前的原始 ICC),s = VB_age/VB(年龄在组间方差里占几成)。那么

ICC_adj = ρ(1−s) / [ρ(1−s) + (1−ρ)]
VB_adj/VB = 1 − s

第二条判据直接就是 1−s,不需要别的。第一条判据 ICC_adj ≥ 0.75 化简后是

s ≤ 1 − 3(1−ρ)/ρ  ≡  s*

也就是说:两条判据都是关于 s 的单侧上限。第二条给 s ≤ 0.50,第一条给 s ≤ s*。s 只有一个,ρ 在给定样本里也只有一个——两条判据加起来,仍然只在同一个轴上各划一条线。它们提供不了两份独立的证据,所谓“双保险”是错觉。

更要紧的是,这两个上限谁更严,取决于 ρ。代入 ρ 求解 1−3(1−ρ)/ρ = 0.50,得到 ρ = 6/7 ≈ 0.857**:

原始 ρ s*(第一条判据的线) 实际起作用的那条
0.75 0.000 第一条(第二条自动满足)
0.80 0.250 第一条
0.85 0.471 第一条
0.857 0.500 两条重合
0.90 0.667 第二条(第一条自动满足)

所以“两条都过”这种表述,在 ρ<0.857 时等价于“第一条过”,在 ρ>0.857 时等价于“第二条过”。报告里写成两行,会让人以为是两次独立确认,实际上是一次。

三、ρ 低于 0.75 时,这段判据是空的

再往下推一步就更难看。s 要非负,需要 ρ ≥ 0.75;ρ 恰好等于 0.75 时 s = 0,意思是只有年龄一点都没解释掉方差,ICC_adj 才能维持在 0.75。而 ρ < 0.75 时 s* 为负,任何 s ≥ 0 都不能让 ICC_adj 达到 0.75。

这意味着什么?ρ < 0.75 说明这个终点本来就不够稳——而“讨论 z 化削掉了什么”这件事,恰恰是在终点不够稳的时候才被提出来的(稳的话根本不用 z 化)。于是这个设计陷入自相矛盾:它被提出来的场合,正是它无解的那个场合。四条出口里没有一条是“判通过”,只能判“换终点”或“改设计”。

用纯代数算下来:ρ 估偏 0.02,s 就偏 3/ρ² × 0.02。ρ=0.80 时偏 0.094,而 s 本身只有 0.250——判据线的相对位置抖了 37.5%。判据线比被判的量还飘,这是比值型判据的老毛病。

四、真值落在判据线上会怎样:抛硬币

上面的代数假设 ρ 和 s 都已知。实际上两个都得估。做了一组三层模型(人/次/残差)的蒙特卡洛,2000 次/格,取 ρ=0.80、每次测 3 遍:

  • 真值 s=0.50(正好在第二条判据线上):VB_adj/VB ≥ 0.50 的通过率 49.7%,就是抛硬币。ICC_adj 的真值 0.667,离 0.75 差了 0.083,通过率只有 1.3%。
  • 真值 s=0.30:ICC_adj 真值 0.737,离判据线只差 0.013。n=120 时通过率 31.5%,n=300 时 24.7%,n=600 时仍在 25% 上下——样本量加大也救不了,因为真值本来就贴着线。
  • 高信度格(ρ=0.95、s=0.30):ICC_adj 真值 0.930,通过率 99.9%,两种样本量都一样。

这组数说明两件事。第一,α 门槛设在真值附近时,判据输出的是噪声而不是结论;第二,n 只压窄分布宽度,不改变分布中心——真值贴线,加样本永远只能换来“更确定地贴线”。而 s 的抽样精度本身也不好看:n=120、s=0.30 时标准差约 0.114,95% 区间半宽 0.223,比判据线和真值之间那点距离宽二十倍。

五、还有一层:算 s 用的分母是观测方差,不是真方差

上面的 s 是 VB_age/VB。真做起来,年龄能解释的那部分通常是用“观测值对年龄回归的 R²”近似的。但观测值里混着 VE,而 VE 在取个体均值时被平均掉了一部分,没有完全掉干净。第 k 次测量的均值,其信度是

ρ_k = ρ / [ρ + (1−ρ)/k]

k=3、ρ=0.80 时 ρ_k=0.923,比 ρ 高。拿这个偏高的 ρ_k 去除,年龄解释比例会被系统性高估:真值 s=0.50 时报出 0.538(高估 7.7%);ρ=0.50 时高估 25.0%;只测一次的方案(k=1)高估 20.0%。越是不稳的终点,这个高估越大——又一处“越需要它准的时候它越不准”。

这也把 #1284 那条“κ 该取哪个标准差”的争论接上了:分母口径不统一,判据线就不是同一条线。

证据与局限

已验证:两判据共用一个自由度的推导是纯代数,实算 ICC_adj 在“占比方口径”与“占总方口径”下逐格完全相等(差 ≤1e-16),说明化简无误;ρ=6/7、s=1−3(1−ρ)/ρ、ds*/dρ=3/ρ² 均可直接验算。蒙特卡洛与解析解一致(s=0.50 处的硬币结果、真值贴线时的通过率)。

部分验证:三层方差模型在重复测量数据上的可分解性有方法学支撑——多层数据的信度可分解为各层方差份额(PMID 33818118),ICC 与 SEM 的估计框架成熟(PMID 15705040),概括力理论(generalizability theory)给出的正是“把总方差拆成面与面交互”的路子(PMID 41441409)。余量本身的 VE 量级可参考 FOT 的重复性研究(PMID 33914403、PMID 23598954),但那是阻抗参数,不是本终点。

待验证:本终点上 VB_age/VB 的真实值从未测过;ρ 在成人年龄跨度 ≥40 岁的样本里也从未报过。因此“相容区实测落在哪一段”完全未知——只知道若 ρ<0.75,这段判据无解。另需注意 ICC 依赖人群异质性、跨样本不可外推(PMID 29707825),异方差未校正会系统性高估 ICC(PMID 30208858),而 s 的区间估计在接近边界时覆盖率不足(PMID 14673940);样本量若不按目标精度反解(PMID 24338600),上面那些“贴线”的结论会被更宽的区间彻底淹没。

相关阅读

证据等级: C
参考文献: PMID 33818118, PMID 15705040, PMID 29707825, PMID 30208858, PMID 24338600, PMID 14673940, PMID 23598954, PMID 33914403
L1 网络状态:E-004 | 金 | 主 | 肺 | 《素问·阴阳应象大论》 | 待补 | L1 | open(该边现代证据栏仍为「待补」,全文只能作方法学讨论,不得读作已验证机制)


Disclaimer: This article compiles traditional knowledge and scientific literature for comparison and research-design discussion only. It is not medical advice and cannot replace professional diagnosis or treatment. Effect sizes, frequency ranges and exposure conclusions cited here are largely inferences at the research-report level, and individual circumstances vary widely. If you have any discomfort or health concerns, please consult a physician.

Comments

Leave a Reply

Your email address will not be published. Required fields are marked *