基于Probit模型的异质配对数据治疗效应估计
统计方法学
2017-11-08 v1
摘要
估计医疗治疗对受试者响应的影响是医学研究中的关键问题之一。配对设计常用于医学研究领域以消除混杂并提高效度。本文提出针对异质配对数据治疗效应的新估计量，推导了所提估计量的渐近性质。模拟研究表明，所提估计量相较于著名的Heckman估计量和逆概率加权（IPW）估计量具有一定优势。我们将所提方法应用于血铅水平数据集和急性白血病数据集。
引用
@article{arxiv.1711.02288,
title = {Estimation of Treatment Effects for Heterogeneous Matched Pairs Data with Probit Models},
author = {Jun Wang and Wei Gao and Man-Lai Tang},
journal= {arXiv preprint arXiv:1711.02288},
year = {2017}
}