观察性研究中竞争风险下平均处理效应的重采样过程的渐近性质
统计理论
2024-04-26 v1 统计理论
摘要
在具有时间至事件结局的观察性研究中，g-公式可用于在存在混杂因素时估计处理效应。然而，相应随机过程的渐近分布复杂，因而不适于推导平均处理效应的置信区间或时间同时置信带。常见的补救方法是基于重采样的近似，其中 Efron 的非参数 bootstrap 是实践中的标准工具。我们研究了三种不同重采样方法的大样本性质，并证明了它们在受竞争风险影响的时间至事件数据设定下的渐近有效性。
引用
@article{arxiv.2306.02970,
title = {Asymptotic properties of resampling-based processes for the average treatment effect in observational studies with competing risks},
author = {Jasmin Rühl and Sarah Friedrich},
journal= {arXiv preprint arXiv:2306.02970},
year = {2024}
}