利用广义矩估计法结合多个工具变量估计结构均值模型
统计方法学
2015-04-09 v1
摘要
利用遗传标记作为工具变量的工具变量分析现在是流行病学和生物统计学中广泛使用的技术。由于单个标记往往只能解释表型变异的一小部分，人们越来越有兴趣使用多个遗传标记来获得更精确的因果参数估计。结构均值模型 (SMMs) 是利用工具变量识别因果参数的半参数模型。最近，研究兴趣开始集中于将这些模型与多个工具变量一起使用，特别是对于乘法和逻辑 SMMs。在本文中，我们展示了如何在没有进一步（连续）协变量的模型中，利用广义矩估计 (GMM) 估计量，有效地估计具有多个正交二元工具变量的加法、乘法和逻辑 SMMs。我们讨论了如何使用 Hansen J 检验来测试模型设定错误，以及如何使用标准 GMM 软件例程来拟合 SMMs。我们进一步表明，如果选择是单调的，乘法 SMMs 与加法 SMM 一样，识别的是局部因果效应的加权平均值。我们使用这些方法重新分析了一项关于肥胖与高血压之间关系的研究，使用两个遗传标记作为肥胖的工具变量构建 SMMs。我们发现肥胖对高血压有显著影响。
引用
@article{arxiv.1504.01955,
title = {Estimating Structural Mean Models with Multiple Instrumental Variables Using the Generalised Method of Moments},
author = {Paul S. Clarke and Tom M. Palmer and Frank Windmeijer},
journal= {arXiv preprint arXiv:1504.01955},
year = {2015}
}
备注
Published at http://dx.doi.org/10.1214/14-STS503 in the Statistical Science (http://www.imstat.org/sts/) by the Institute of Mathematical Statistics (http://www.imstat.org)