迭代条件期望 g-计算的经验三明治方差估计量
统计方法学
2025-08-14 v3 统计计算
摘要
迭代条件期望(ICE)g-计算是一种针对纵向与事件时间数据解决时变混杂的估计方法。与其他 g-计算实现不同,ICE 无需为每个时变协变量设定模型。对于方差估计,已有研究建议使用 bootstrap。然而,bootstrap 计算开销可能很大。在此,我们将 ICE g-计算表述为一组建叠的估计方程。因此,ICE g-计算估计量的方差可利用经验三明治方差估计量一致地估计。我们通过模拟研究对该方差估计量的表现进行了实证评估。所提方法还以吸烟对高血压患病率影响的说明性例子加以演示。模拟研究中,经验三明治方差估计量恰当地估计了方差。在将应用例子中三明治方差估计量与 bootstrap 的运行时间比较时,即便 bootstrap 并行运行,三明治估计量也显著更快。经验三明治方差估计量是 ICE g-计算方差估计的可行选择。
引用
@article{arxiv.2306.10976,
title = {Empirical sandwich variance estimator for iterated conditional expectation g-computation},
author = {Paul N Zivich and Rachael K Ross and Bonnie E Shook-Sa and Stephen R Cole and Jessie K Edwards},
journal= {arXiv preprint arXiv:2306.10976},
year = {2025}
}
备注
18 pages, 1 figure, 6 tables