基于风险比的边缘敏感性模型用于观察性研究中的因果效应
统计方法学
2023-09-28 v1
摘要
在观察性研究中，因果估计量的识别依赖于无未测量混杂（NUC）假设。由于该假设无法从观测数据中检验，敏感性分析在观察性研究中发挥着重要作用，用以考察未测量混杂对因果结论的影响。本文通过引入一种改进的用于二值处理观察性研究的边缘敏感性模型，提出了一种基于风险比的敏感性分析框架。我们进一步将所提框架推广至多值处理情形。随后我们展示了在该框架下如何高效构造点估计区间及相应的百分位 bootstrap 置信区间。模拟结果表明，在处理组间具有充分重叠的情况下，所提敏感性分析框架表现良好。最后，我们通过估计孟加拉国母亲教育对女性生育力的因果效应来展示我们所提出的敏感性分析框架。
引用
@article{arxiv.2309.15391,
title = {A Risk-Ratio-Based Marginal Sensitivity Model for Causal Effects in Observational Studies},
author = {Md Abdul Basit and Mahbub A. H. M. Latif and Abdus S Wahed},
journal= {arXiv preprint arXiv:2309.15391},
year = {2023}
}