tmleCommunity: 一个实现社区级数据目标最大似然估计的 R 包
应用统计
2020-06-16 v1 统计计算
摘要
近年来,许多应用旨在评估在社区层面分配处理的因果效应,而数据仍是在社区内个体层面收集的。在许多情况下,人们希望评估对社区的随机干预效应,其中目标人群中的所有社区均基于已知指定机制接受概率分配的处理(例如,实施一项社区级干预政策,以目标社区人群行为的随机变化为目标)。tmleCommunity 包近期被开发用于实现社区级干预(在单一时间点)对感兴趣的个体层面结局(包括平均因果效应)的靶向最小损失估计(TMLE)。该包还提供了逆处理概率加权(IPTW)与 G-计算公式(GCOMP)的实现。该包支持具有二值或连续结局的多元任意(即静态、动态或随机)干预。此外,它允许通过 SuperLearner、sl3 和 h2oEnsemble 包使用用户指定的数据自适应机器学习算法。本文将描述 tmleCommunity 包的使用方法及若干示例。
引用
@article{arxiv.2006.08553,
title = {tmleCommunity: A R Package Implementing Target Maximum Likelihood Estimation for Community-level Data},
author = {Chi Zhang and Jennifer Ahern and Mark J. van der Laan and Oleg Sofrygin},
journal= {arXiv preprint arXiv:2006.08553},
year = {2020}
}
备注
42 pages