集群数据的正确引导技术？

我有一个关于在存在强集群的数据上使用适当的引导技术的问题。

我的任务是评估保险索赔数据的多元混合效应预测模型，方法是对最新的索赔数据评分当前的基线模型，以便确定该模型对哪些医疗事件包含最高诊治频率的预测效果如何（较高95％）。敏感性，特异性和阳性预测值（PPV）将用于评估模型的有效性。

自举似乎是建立敏感性，特异性和PPV百分比置信区间的正确方法。不幸的是，鉴于索赔数据是1）由护理提供者关联的，2）分组为护理事件的，并且在护理事件的前几个月中进行了更频繁的拜访（因此存在一些自相关性），因此不宜采用单纯的引导程序。在这里，对移动块自举技术的一种变化是否合适？

或三步引导程序可能会起作用：1）从数据中的不同提供者处进行替换的样本，然后2）从所选提供者的不同护理阶段中进行替换的样本，然后3）每个内的不同主张所进行的替换样本选择的情节。

非常感谢您的任何建议！

您建议的第二种方法似乎是合理的，但事实证明，引导层次结构数据时，最好仅在最高级别进行替换采样，而在其余子级别不进行替换采样。Ren等人（2010）的模拟显示了这一点：http : //www.tandfonline.com/doi/abs/10.1080/02664760903046102

Field＆Welsh（2007）从理论上研究了2级数据集的不同方法，发现在两个级别进行替换采样并不是一个好主意。
http://onlinelibrary.wiley.com/doi/10.1111/j.1467-9868.2007.00593.x/full

您提到的自相关是一个严重的问题。另一方面，从护理过程中选择无替代项将保留自相关结构，因此也许这不是一个大问题。