一类对混杂因子经典测量误差稳健的处理效应半参数检验
统计方法学
2016-10-18 v1
摘要
当评估暴露因素对给定结局的因果效应时，众所周知，暴露因素的经典测量误差会降低所讨论的零假设检验的功效，尽管其第一类错误率通常保持在名义水平。相比之下，混杂因子的经典测量误差会增大处理效应检验的第一类错误率。在本文中，我们发展了一大类暴露因果效应的半参数检验统计量，它们对一部分混杂因子的经典测量误差完全稳健。我们提出的方法的一个独特且吸引人的特点是，它们不需要任何外部信息，如验证数据或易错混杂因子的重复测量。我们给出了该检验的一种双重稳健形式，它只要求两个模型中的一个被正确指定，就能使所得检验统计量具有正确的第一类错误率。我们通过模拟研究展示了我们这类检验统计量的有效性和功效。我们将这些方法应用于一个多美国城市的时间序列数据集，以检验温度对死亡率的影响，同时调整已知存在测量误差的大气细颗粒物（PM2.5）。
引用
@article{arxiv.1610.05005,
title = {A Class of Semiparametric Tests of Treatment Effect Robust to Confounder Classical Measurement Error},
author = {Caleb H. Miles and Joel Schwartz and Eric J. Tchetgen Tchetgen},
journal= {arXiv preprint arXiv:1610.05005},
year = {2016}
}
备注
35 pages, 1 figure