面向众多弱无效工具的右截尾结果的半参数因果推断
统计方法学
2025-10-06 v2 统计理论
统计理论
摘要
我们提出了一种用于右截尾生存结果和众多弱无效工具的半参数框架，灵感来自生物谱学中常见的 Mendelian 随机化研究，因为经典方法在此情境下可能失败。我们采用加速失效时间模型，构建基于增强截尾概率加权的矩条件，纳入 both uncensored 和 censored 观测。在治疗模型下的异方差性条件下，我们确立了尽管存在截尾和无效工具，因果效应仍可点识别。我们提出 GEL-NOW (广义经验似然与非 Neyman 正交和弱矩) 用于满足这些条件下的有效推断。一个发散数量的 Neyman 正交 nuisance 函数通过深度神经网络进行估计。一个关键挑战在于，条件截尾分布为非 Neyman 正交 nuisance，贡献于目标因果效应参数估计的一次偏差。我们推导了渐近分布，并将这种额外不确定性显式纳入渐近方差公式。我们还引入一种考虑此新方差分量的截尾调整过标识检验。模拟研究和 UK Biobank 应用表明该方法具有鲁棒性和实际实用性。
引用
@article{arxiv.2509.13176,
title = {Semiparametric Causal Inference for Right-Censored Outcomes with Many Weak Invalid Instruments},
author = {Qiushi Bu and Wen Su and Xingqiu Zhao and Zhonghua Liu},
journal= {arXiv preprint arXiv:2509.13176},
year = {2025}
}