Jan, 2024

利用替代性结果进行连续治疗效果评估

PDF
TL;DR在许多实际因果推断应用中，主要结果（标签）通常部分缺失，特别是如果它们昂贵或难以收集。本文研究了替代变量在估计连续性处理效应中的作用，并提出了一种双重稳健方法，以有效地将替代变量纳入分析中，该方法使用标记和未标记数据，并不受选择偏差问题的影响。重要的是，我们建立了所提估计量的渐近正态性，并展示了与仅使用标记数据的方法相比可能的方差改进。大量仿真实验显示我们的方法具有吸引人的经验性能。
causal inferencemissing datasurrogatesdoubly robust methodestimation
发现论文，激发创造
  • 有限结果数据中代理的角色在治疗效果有效估计中的作用

    本文研究了在难以收集数据的情况下，通过使用代理观测值对治疗效果进行高效估计，构建了基于机器学习技术的估计方法，并通过职业培训的长期收益效果的实证研究表明了其效果

    Mar, 2020

  • 通过潜在代理表示学习估计长期因果效应

    本研究提出了一种基于可识别变分自动编码器的灵活方法，用于在现实情况下估算长期因果效应，该情况中代理在短期结果中被观察或具有观察代理。通过恢复所有候选代理中的有效代理，可以进一步设计长期因果效应的无偏估计。实验结果验证了该方法的有效性。

    Aug, 2022

  • 带有截尾时间事件的反事实表型学

    本文提出了一种潜变量方法，用于模拟异质性治疗效果，并演示其在多个大型随机对照试验中发现个体可操作表型的能力。

    Feb, 2022

  • 连续时间、连续值干预的因果推断治疗 - 反应模型

    本研究提出了一种利用线性时不变动力系统和高斯过程，能够弥补观察数据中剂量级别变化以及不定期观测的不足的方法，能够更加准确地进行多变量数据的建模和预测。

    Apr, 2017

  • 连续时间中因果效应的统计建模

    本篇论文通过建立时间连续的结构嵌套模型，提出可以在时间相关性干扰存在下，估算时间变化的治疗效应的概念框架和形式化方法，同时表明这样的估算器是准确和渐近正常的。

    Oct, 2004

  • 估计平均处理效应：补充分析和剩余挑战

    该研究探讨了在协变量数目较多的情况下，半参数估计平均处理效应的方法，建议研究人员除了报告点估计和标准误差外，还应该进行多种补充分析以评估估计可信度。

    Feb, 2017

  • 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

  • 带噪声治疗和无附带信息可辨识的因果推断

    本文提出了一种基于深层潜在变量模型和重要性加权变分目标的测量误差下因果推断的方法，使得即使没有测量误差方差和侧面信息，也可以得出可靠的因果效应估计。

    Jun, 2023

  • 因果潜在因子模型中的双重稳健推断

    提出了一种在现代数据丰富的环境中估计未观察到的混杂影响下的平均处理效应的新框架，该框架具有大量的单位和结果。该提出的估计器具有双重鲁棒性，结合了结果填充、逆概率加权和用于矩阵补全的新型交叉拟合程序。我们推导出有限样本和渐近保证，并且证明新估计器的误差以参数速率收敛到均值为零的高斯分布。模拟结果显示本文分析的估计器的形式性质的实际相关性。

    Feb, 2024

  • 利用解缠的潜在因素进行治疗效果估计

    该研究提出了一种基于变分推断的方法，以同时识别观察变量中的潜在非混杂因素，并为处理效应估计提供更好的数据学习。

    Jan, 2020