针对右截断数据的半参数加速失效时间模型的两阶段最小二乘仪器变量估计
统计方法学
2025-09-16 v1
摘要
仪器变量（IV）分析在经济学和流行病学等领域广泛用于解决未观测混淆和测量误�，进而估计中间协变量对结局的因果效应。然而，由于截断因素， 将常用的两阶段最小二乘（TSLS）方法推广到生存情境具有挑战。本文提出了一种针对右截断数据的半参数加速失效时间（AFT）模型的 TSLS 方法扩展方案，并提供严格的理论依据。具体地，我们提出一种包含 Leurgans 人造变量法的迭代加权广义估计方程（GEE）方法，建立了所得估计量的渐近性能，并推导一致的方差估计，实现有效的因果推断。通过不同的情景开展模拟研究，评估所提方法的有限样本性能。结果表明，其优于温和未加权 GEE 方法、参数化 IV 方法以及无 IV 的一阶段估计方法。该方法在大规模数据集上也表现出极佳的可扩展性，在模拟和实际数据示例中相对于贝叶斯参数化 IV 方法实现 300 至 1500 倍的加速。我们进一步通过使用英国生物库（UK Biobank）数据展示了该方法的实际应用价值。
引用
@article{arxiv.2509.10905,
title = {Two-Stage Least Squares Instrumental Variable Estimation for Semiparametric Accelerated Failure Time Models with Right-Censored Data},
author = {Zian Zhuang and Hua Zhou and Jin Zhou and Gang Li},
journal= {arXiv preprint arXiv:2509.10905},
year = {2025}
}
备注
29 pages, 6 figures