在估计超市可达性对心血管疾病死亡影响时缓解未观测空间混杂
统计方法学
2020-06-03 v3
摘要
未测量空间变量所致的混杂在空间统计与因果推断文献中已受到一定关注，但相关概念与方法在很大程度上仍相互分离。本文旨在通过将因果推断框架内的未测量空间混杂考虑进来，并利用空间文献中流行的结局回归工具估计效应，以桥接这两支统计学流派。首先，我们说明在结局模型中使用空间相关随机效应(空间统计学家常用的方法)未必能缓解空间混杂带来的偏倚，这是已发表但未被普遍知晓的结果。受常用估计量偏倚项的启发，我们提出一种仿射估计量以弥补该缺陷。我们讨论在存在未测量空间混杂时，因果参数的无偏估计仅能在一组不可检验且常因应用而异的假设下实现。我们给出一组描述暴露与关注结局如何关联未测量变量的假设，并表明当空间依赖可由环图表示时，该假设集足以基于观测数据识别因果效应。我们采用适用于任意类型结局变量的全贝叶斯方法实现所提方法。本工作受美国本土各县老年人有限超市可达性对心血管疾病死亡率影响的估计问题驱动并用于该估计。尽管标准方法给出零效应或保护效应，我们的方法揭示了未观测空间混杂的证据，并指出有限超市可达性对心血管死亡率具有有害效应。
引用
@article{arxiv.1907.12150,
title = {Mitigating Unobserved Spatial Confounding when Estimating the Effect of Supermarket Access on Cardiovascular Disease Deaths},
author = {Patrick Schnell and Georgia Papadogeorgou},
journal= {arXiv preprint arXiv:1907.12150},
year = {2020}
}