中文

分配-控制图:因果推断研究设计的可视化伴侣

统计方法学 2021-07-02 v1

摘要

任何因果推断研究设计的一个重要步骤是理解处理组与对照组受试者在已测基线协变量方面的分布。然而,并非所有基线变异都同等重要。在观察性情境中,对由倾向得分概括的基线变异进行平衡有助于减少因自选择导致的偏倚。在观察性与实验性研究中,控制与期望结局相关的基线变异有助于提升因果效应估计的精度。我们提出一组可视化方法,将已测协变量的空间分解为对研究设计重要的不同类型基线变异。这些“分配-控制图”及其变体直观地阐释了因果推断的核心概念,并暗示了研究设计方法学的新方向。作为实际演示,我们展示分配-控制图在一项心胸外科手术研究中的一个应用。尽管针对因果性研究的可视化工具家族相对稀疏,简单的视觉工具可成为教育、应用与方法开发的助力。

关键词

引用

@article{arxiv.2107.00122,
  title  = {Assignment-Control Plots: A Visual Companion for Causal Inference Study Design},
  author = {Rachael C. Aikens and Michael Baiocchi},
  journal= {arXiv preprint arXiv:2107.00122},
  year   = {2021}
}

备注

17 pages, 8 figures