应用于观察性研究因果推断的 Mann-Whitney-Wilcoxon 秩和检验的双重稳健估计量
统计方法学
2024-03-12 v1
摘要
Mann-Whitney-Wilcoxon 秩和检验 (MWWRST) 是一种广泛用于随机对照试验中比较两个治疗组的方法，特别是在处理高度偏态数据时。然而，当应用于观察性研究数据时，MWWRST 往往得出无效的因果推断结果。为解决这一局限性，Wu 等人 (2014) 引入了一种方法，将逆概率加权 (IPW) 纳入这种基于秩的统计量中，以减轻混杂效应。随后，Mao (2018)、Zhang 等人 (2019) 和 Ai 等人 (2020) 扩展了此 IPW 估计量以开发双重稳健估计量。尽管如此，这些方法各自存在显著局限性。Mao 的方法施加了严格的假设，可能与现实世界研究数据不符。Zhang 等人 (2019) 的估计量依赖于 bootstrap 推断，存在计算效率低且缺乏已知渐近性质的问题。同时，Ai 等人 (2020) 主要关注检验两组间分布相等的零假设，这是一个更为严格的假设，可能不太适合 MWWRST 的主要实际应用场景。在本文中，我们旨在利用函数响应模型 (FRM) 开发双重稳健估计量，以解决这些局限性。我们使用模拟数据和真实研究数据展示了所提方法的性能。
引用
@article{arxiv.2403.06783,
title = {A doubly robust estimator for the Mann Whitney Wilcoxon Rank Sum Test when applied for causal inference in observational studies},
author = {Ruohui Chen and Tuo Lin and Lin Liu and Jinyuan Liu and Ruifeng Chen and Jingjing Zou and Chenyu Liu and Loki Natarajan and Tang Wang and Xinlian Zhang and Xin Tu},
journal= {arXiv preprint arXiv:2403.06783},
year = {2024}
}