具有缺失属性的双重稳健处理效应估计
统计方法学
2020-05-25 v2
摘要
缺失属性在因果推断中无处不在，正如其在大多数应用统计工作中一样。在本文中，我们考虑了在各种假设集合下尽管存在缺失属性仍可进行因果推断的情况，并讨论了相应的平均处理效应估计方法，包括广义倾向得分方法和多重插补。通过广泛的模拟研究，我们表明没有单一方法系统性地优于其他方法。然而，我们发现，针对缺失数据的标准平均处理效应估计方法的双重稳健改进反复优于其非双重稳健基线；例如，双重稳健广义倾向得分方法击败了使用广义倾向得分的逆加权。这一发现在一项观察性研究中得到强化，该研究分析了在重症监护管理背景下氨甲环酸给药对创伤性脑损伤患者死亡率的影响。在此，双重稳健估计量恢复了与随机试验证据一致的置信区间，而非双重稳健估计量则没有。
引用
@article{arxiv.1910.10624,
title = {Doubly robust treatment effect estimation with missing attributes},
author = {Imke Mayer and Erik Sverdrup and Tobias Gauss and Jean-Denis Moyer and Stefan Wager and Julie Josse},
journal= {arXiv preprint arXiv:1910.10624},
year = {2020}
}