TP TreeAge Pro中文帮助中心

我的模拟均值稳定吗?(Are My Simulation Means Stable?)

所有模拟都包含许多随机因素,因此多次相同的运行会产生不同的结果(假定未启用随机种子)。面对模型运行之间的这种“噪声”,我们如何判断单次运行所生成的结果是否足够稳定,从而能得出稳健的结论?

我们先来考察运行微观模拟并解读结果一节所述患者模拟结果的稳健性。该分析让 10K 名患者通过一个医疗健康模型运行,并用各策略的均值来得出结论。

我们怎么知道 10K 名患者就足以生成稳健的结果?
我们知道运行更多患者会使均值更加稳定,但究竟需要多少名患者?

TreeAge Pro 提供两种机制来评估结果向稳定均值的收敛情况。

  • 围绕均值的预测区间(prediction interval),它给出均值实际可能偏离多远的范围。
    我们将在本节中考察这些数值。

  • 模拟批处理分析(Simulation batch analysis),可重复运行同一分析,以观察均值波动幅度。
    详见批量模拟一节。

下一节标准误与预测区间将介绍这些概念与计算背后的部分数学原理,之后我们再回到这个患者模拟示例。

回到运行微观模拟并解读结果一节中的模拟。下面的仪表板(dashboard)给出了模拟结果的概览。

每个策略的概率分布趋势线描述了模型计算结果的均值与方差。该图默认使用 NMB,但有选项卡可切换到成本(Cost)或效果(Effectiveness)。竖线与阴影表示均值以及围绕这些均值的预测区间。请注意,各均值很接近,但预测区间并不重叠。

统计报告(Statistics Report)提供了预测区间的范围。

请注意,NMB 的预测区间并不重叠,但彼此相当接近。可以有理由认为,应运行更多迭代(模拟患者),以使 NMB 预测区间更为分明。

如果您运行一批 10 次、每次 10K 名患者的模拟,再运行一批 10 次、每次 20K 名患者的模拟,就会看到随着纳入模拟的患者增多,均值更加稳定、预测区间收窄。