强化学习框架下的多元动态中介分析
统计方法学
2025-01-28 v2
摘要
中介分析是一种广泛应用于众多科学领域的重要分析工具。在本文中，我们研究当存在多元且条件依赖的中介变量，且变量在多个时间点被观测时的中介分析问题。该问题具有挑战性，因为一个中介的效应不仅涉及当前时间点从处理到该中介本身的路径，还涉及从其上游中介指向该中介的所有可能路径，以及来自所有先前时间点的滞续效应。我们提出了一种新颖的多元动态中介分析方法。从强化学习中常用的马尔可夫决策过程模型汲取灵感，我们引入了马尔可夫中介过程并配合一组时变线性结构方程模型来表述该问题。随后，我们基于同时干预与干预演算的思想正式定义了个体中介效应。接着，我们在马尔可夫中介过程模型下推导了闭式表达式并提出了一种迭代估计过程。我们研究了所提估计量的渐近性质与经验表现，并进一步通过一个移动健康应用说明了我们的方法。
引用
@article{arxiv.2310.16203,
title = {Multivariate Dynamic Mediation Analysis under a Reinforcement Learning Framework},
author = {Lan Luo and Chengchun Shi and Jitao Wang and Zhenke Wu and Lexin Li},
journal= {arXiv preprint arXiv:2310.16203},
year = {2025}
}