在此之前，我问了一个相关问题，关于 GEE 方法与可交换 varcov 结构与稳健标准误差之间的区别，在组随机试验中称为 Huber White 方法。正如 Macro 在他 2006 年的论文 The American Statistician called On The So-Called “Huber Sandwich Estimator”和“Robust Standard Errors”中指出的那样，通过对 huber white 方法稍加修改，我们可以通过解决问题得到有效的推论具有异方差性和聚类之间的相关性。

我对随机分配到治疗/控制的 34 所学校进行了一项研究。研究中的 ICC 为 0.04（虽然很小但具有统计学意义，更多信息在这里），设计效果为 17.7。ICC 表明学校内（即集群）学生之间存在一定程度的相似性。学校有不同数量的学生，从 150 到 800 不等。

我的问题是，如果您想分析数据，您会选择哪种方法来获得有效的推论？具有可交换 varcov 矩阵的 Huber-White 或 GEE？我支持 GEE 有两个原因：

1）我们有不平衡的集群 2）我们使用 GEE 的估计更有效。

如果您选择 GEE，您能解释一下为什么 GEE 可以做 HuberWhite 不能做的事情以及相反的事情吗？

我感谢您的帮助。