Oct, 2019

核最优正交加权：连续处理效应估计的平衡方法

PDF
TL;DR这篇论文采用 Kernel Optimal Orthogonality Weighting 方法，通过最小化惩罚函数协方差中的最劣情况来为评估连续性治疗的效果提供权重并应用其于血压与红肉摄入之间的关联分析。
kernel optimal orthogonality weightingcontinuous treatmentsgeneralized propensity scorecovariate balanceconfounding
发现论文，激发创造
  • 核平衡：一种灵活的非参数加权估计因果效应的方法

    本文提出采用核平衡方法来进行匹配和加权处理以进行因果推断，并证明该方法对于评估处理后的平均效应具有偏差纠正作用。该方法旨在使处理组和对照组之间的非治疗可能结果的条件期望相等，其中采用核函数提取基函数集合使得在该基函数下加权后处理组和对照组具有相等均值。采用该方法可用于实现不需要对治疗分配机制进行任何模型假设的稳定反倾向得分的权重选择。

    Apr, 2016

  • 连续处理的政策评估与优化

    扩展了离散治疗的反倾斜权重和双重稳健方法，使用了一个利用治疗接近程度的核函数来衰减拒绝采样，缓解了样本拒绝问题，可应用于持续的治疗问题，通过个性化给药数据集的案例研究，得到了比基准更好的策略推荐结果。

    Feb, 2018

  • 双重可靠估计连续处理效应的非参数方法

    本文提出一种新的核平滑方法，可以在不需要参数模型的情况下，对连续治疗（如剂量）进行因果效应估计，并允许处理密度或结果回归的错误规范。方法经过了模拟证明，并应用于护士人员配备对医院复诊惩罚的研究中。

    Jul, 2015

  • 因果连续处理效应估计的端到端平衡

    通过最大化因果推断精度的熵平衡算法，我们研究了在倒数概率得分加权框架下，观测原因推断中连续治疗的问题，并使用合成和真实数据展示出我们的算法比基线熵平衡算法更准确地估计因果效应。

    Jul, 2021

  • 通过正交正则化估计平均治疗效应

    本文提出一种基于正交性的正则化框架来估计平均治疗效果，并开发了基于此框架的深度正交网络来学习与治疗分配正交的结果，实验结果表明 DONUT 在估计平均治疗效果方面优于现有技术。

    Jan, 2021

  • 借助倾向得分加权平衡协变量

    本文考虑针对协变量的平衡，提出基于倾向得分的加权策略以平衡不同处理组间分布的协变量。并针对此类权重提出新的加权方案，即叠加权重，从而最小化此类平衡权重中加权平均治疗效应的渐进方差，同时具有良好的小样本平衡性质。最后，我们提出一种新的方法，可以实现任何选定协变量的均值的精确平衡。

    Sep, 2016

  • 高维异质性治疗效应估计的可微分 Pareto 平滑权重

    我们提出了一种可通过不同 iable Pareto 平滑加权框架来替换极端权重值的可微分权重学习方法，从而在估算高维异质处理效应时实现数值稳健的估计，实验结果表明，通过有效地校正权重值，我们的方法优于现有方法，包括传统的加权方案。

    Apr, 2024

  • 利用积分概率度量进行协变量平衡的因果推断

    本文提出了一种使用积分概率度量进行协变量平衡的加权方法，并证明该方法可以在不正确指定模型的情况下保持一致性，同时在有限样本情况下的表现也比现有方法更好。

    May, 2023

  • 异质性处理效应的准预言估计

    本文提出了一个针对观测研究中异质性处理效应估计的两阶段算法，其中，通过估计边际效应和治疗倾向来形成一个分离因果信号的客观函数，然后优化这个数据自适应的目标函数。我们的方法具有灵活性和易用性，并且针对不同的实际情况也有优势。

    Dec, 2017

  • 使用熵平衡权重对连续暴露进行非参数总体平均剂量 - 响应曲线估计

    本文研究了权重估计在连续曝光情况下的熵平衡优化估计方法，并结合熵平衡权重进行了非参数估计，聚焦于在医疗和健康服务研究中的实际应用和重要因素。该方法应用于评估基于证据的物质使用治疗程序的非随机组分对情感和物质使用临床结果的影响时的数据。

    Mar, 2020