观察流行病学中工具变量方法的假设
统计方法学
2010-11-03 v1
摘要
工具变量（IV）方法正变得越来越流行，因为它们似乎提供了克服观察性研究中未观测混杂问题的唯一可行方法。然而，必须关注其细节，因为并非所有此类方法都针对相同的因果参数，而且有些方法比其他方法依赖于更严格的参数假设。因此，我们讨论并对比了与观察流行病学中典型应用相关的最常见IV方法。此外，我们在一项数值研究中说明并比较了当潜在假设被违反时这些IV估计量的渐近偏差。我们的结论之一是，所有IV方法在存在未观测混杂者的效应修饰时都会遇到问题。由于这种情况永远无法被完全排除，我们建议IV估计量的实际应用应常规伴随敏感性分析。
引用
@article{arxiv.1011.0595,
title = {Assumptions of IV Methods for Observational Epidemiology},
author = {Vanessa Didelez and Sha Meng and Nuala A. Sheehan},
journal= {arXiv preprint arXiv:1011.0595},
year = {2010}
}
备注
Published in at http://dx.doi.org/10.1214/09-STS316 the Statistical Science (http://www.imstat.org/sts/) by the Institute of Mathematical Statistics (http://www.imstat.org)