Partially Pooled Propensity Score Models for Average Treatment Effect Estimation with Multilevel Data
因果推断分析通常使用现有的观察数据，在许多情况下，这些数据具有一些个体聚类。在本文中，我们讨论了倾向得分加权方法，在多层次的设置，在集群内的个人共享不可测量的混杂因素，与治疗分配和潜在的结果。我们特别关注的设置与固定集群效应的模型是不可行的或没有用，由于存在大量的小集群。我们发现，无论是通过数值实验和理论推导，一个策略的分组集群相似的治疗患病率和估计的倾向得分在这样的集群组是有效的，在温和的条件下，结果模型的未测量的集群水平的协变量减少偏见。我们使用幼儿纵向研究、幼儿园数据，应用我们提出的方法来评估以中心为基础的学前课程参与对儿童在幼儿园成绩的有效性。
2020-12-22 stat.AP
Outcome Adaptive Propensity Score Methods for Handling Censoring and High-Dimensionality: Application to Insurance Claims
倾向得分通常用于减少非随机化观察性研究中的混杂偏倚，以估计平均处理效应。该方法的一个重要假设是，所有与治疗和关注结局相关的混杂因素均被测量并纳入倾向得分模型。在缺乏关于潜在混杂因素的强先验知识的情况下，研究人员可能不可知地想要调整一组高维的治疗前变量。因此，倾向得分估计需要变量选择程序。此外，最近的研究表明，在倾向得分模型中仅包括与治疗相关的变量可能会扩大处理效应估计值的方差，而包括仅预测结果的变量可以提高效率。在本文中，我们提出了一个灵活的方法，将结果协变量的关系，在倾向得分模型，包括预测的二元结果概率（OP）作为协变量。我们的方法可以很容易地适应于变量选择方法的集合，包括正则化方法和基于分类和回归树的现代机器学习工具。我们评估了我们的方法，以估计多个治疗组中可能删失的二元结局的处理效应。模拟研究表明，将OP用于估计倾向得分可以提高统计效率并防止模型误指定。所提出的方法被应用到一个队列的晚期前列腺癌患者从私人保险索赔数据库中确定比较四种常用药物治疗去势抵抗性前列腺癌的不良反应。
2022-07-30 stat.AP stat.ME
Debiased Inverse Propensity Score Weighting for Estimation of Average Treatment Effects with High-Dimensional Confounders
针对高维混杂下平均处理效应估计问题，提出去偏差逆倾向得分加权法，在倾向得分稀疏逻辑回归假设下获$\bigstar$-相合估计，支持复杂结果回归，可构建置信区间并达半参数效率，已发布R包dipw。
2024-04-11 math.ST stat.ME stat.TH
Propensity score-based estimators with multiple error-prone covariates
倾向得分方法是帮助减少非实验研究中混杂的重要工具。大多数倾向得分方法假设协变量的测量没有误差。然而，协变量的测量通常存在误差，如果真正的潜在协变量是实际的混杂因素，则会导致有偏倚的因果效应估计。虽然一些研究已经调查了一个单一的误测协变量估计因果效应的影响，并提出了处理测量误差的方法，几乎没有工作存在调查的情况下，多个协变量被误测。在本文中，我们通过广泛的模拟研究和真实数据分析，使用基于倾向得分的估计量估计因果效应时，多个易错协变量的后果。我们发现，当倾向得分模型包含误测的协变量时，因果效应估计值的偏差较小，而这些协变量的真实潜在值彼此之间存在很强的相关性。然而，当测量值\emph{errors}彼此相关时，引入了额外的偏差。此外，在倾向得分模型中，包括正确测量的辅助变量是有益的，这些辅助变量与混淆因素相关，而混淆因素的真实基础值是错误测量的。
2017-06-07 stat.ME
Assessing Impact of Unobserved Confounders with Sensitivity Index Probabilities through Pseudo-Experiments
在使用倾向得分方法进行因果推断时，未观察到的混杂因素是一个长期存在的问题。本研究提出了非参数指标，以量化的影响，未观察到的混杂因素，通过伪实验与应用程序的真实世界的数据。研究结果表明，建议的指标可以反映混杂因素的真实影响。希望本研究能引起对这一重要问题的进一步讨论，并有助于推动因果推断科学的发展。
2020-08-26 stat.ME
Sensitivity Analysis of Treatment Effect to Unmeasured Confounding in Observational Studies with Survival and Competing Risks Outcomes
当使用倾向得分和逆概率加权等方法时，在估计观察性数据的处理效应时，通常假设没有未测量的混杂因素。然而，在许多这样的研究中，由于数据库的限制，收集的混杂因素并不详尽，关键是要检查所得到的估计值对未测量的混杂因素的敏感程度。我们考虑生存和竞争风险数据的这个问题。由于此类数据模型的复杂性，我们采用了Carnegie et al.（2016）的模拟潜在混杂因素方法，该方法为未测量混杂因素的敏感性分析提供了通用工具。更具体地说，我们指定一个敏感性参数来量化未测量的混杂因素与治疗分配之间的关联，另一组参数来量化混杂因素与事件发生时间结局之间的关联。通过改变灵敏度参数的大小，我们使用随机EM和期望最大化算法来估计感兴趣的处理效应。我们证明了我们的方法在模拟数据上的性能，并将其应用于炎症性肠病（IBD）的比较有效性研究。
2019-08-05 stat.AP
Propensity score analysis with partially observed confounders: how should multiple imputation be used?
治疗加权逆概率（IPTW）是一种流行的基于倾向得分（PS）的方法，用于估计存在混杂偏倚风险的观察性研究中的因果效应。估计PS时的一个主要问题是存在部分观察到的协变量。多重插补（MI）是处理协变量缺失数据的自然方法，但其在PS背景下的使用提出了三个重要问题：（i）我们应该将鲁宾规则应用于IPTW处理效应估计还是PS估计本身？(ii)结果是否必须包括在插补模型中？(iii)在MI之后，我们应该如何估计IPTW估计量的方差？我们进行了一项模拟研究，重点是二元治疗对二元结局的影响，有三个混杂因素（其中两个部分观察）。我们使用MI和链式方程创建完整的数据集，并比较了三种组合结果的方法：组合处理效应估计值（MIte）;组合插补数据集的PS（MIps）;或组合PS参数并估计插补数据集平均协变量的PS（MIpar）。我们还比较了这些方法的性能完整的情况下（CC）分析和缺失模式（MP）的方法，使用不同的PS模型的每种模式的缺失。我们还实证研究了这3个MI估计的一致性。在随机缺失（MAR）机制下，CC和MP分析在估计边际处理效应时在大多数情况下存在偏倚，而MI方法在减少偏倚方面表现良好，只要结局纳入插补模型。然而，只有MIte是无偏的，在所有的研究方案和鲁宾的规则提供了良好的方差估计MIte。
2016-08-19 stat.ME
Exact matching as an alternative to propensity score matching
本文将治疗组匹配建模为约束优化问题，提出无需预设权重函数形式的精确匹配方法，并支持多治疗组个体数据及个体与汇总混合数据。
2025-03-04 stat.AP stat.ME
Propensity score weighting for causal inference with clustered data
倾向得分加权是因果推断的一种工具，用于调整观察性研究中测量的混杂因素。在实践中，数据往往呈现复杂的结构，如聚类，这使得倾向得分建模和估计具有挑战性。此外，对于聚类数据，可能存在与治疗分配和结局均相关的未测量的聚类特异性变量。当存在此类未测量的集群特异性混杂因素，并且在倾向得分模型中被省略时，随后的倾向得分调整可能会有偏倚。在这篇文章中，我们提出了一个校准技术的倾向得分估计下的潜在可重复的治疗分配机制，即，考虑到观察到的协变量和潜在的集群效应，治疗-结果关系是无混杂的。当倾向得分和结果遵循广义线性混合效应模型时，我们提供了平均处理效应的一致倾向分数加权估计。建议的倾向得分加权估计是有吸引力的，因为它不需要规范的倾向得分和结果模型的功能形式，因此是强大的模型误指定。建议的加权方法可以结合抽样权重的综合解决方案，以处理混杂和抽样设计的因果推断与聚类调查数据。在模拟研究中，我们表明，所提出的估计是优于其他竞争对手。我们评估了学校体重指数筛查对宾夕法尼亚州小学超重和肥胖患病率的影响。
2017-03-17 stat.ME
Bayesian Propensity Scores for High-Dimensional Causal Inference: A Comparison of Drug-Eluting to Bare-Metal Coronary Stents
高维数据可以通过提供许多混杂因素来支持可解释性假设的可解释性，从而有助于因果推断。倾向得分方法是因果推断的有力工具，在医疗保健研究中很受欢迎，并且对于高维数据特别有用。最近的兴趣已经围绕这些方法的贝叶斯公式，以灵活地估计倾向得分和总结后验量，同时纳入方差（可能是高维的）治疗模型。我们讨论的方法贝叶斯倾向得分分析的二进制治疗，侧重于现代方法的高维贝叶斯回归和传播的不确定性的治疗回归。我们介绍了一种新的和简单的估计的平均处理效应，利用共轭的β和二项分布。通过模拟，我们展示了马蹄先验和贝叶斯加性回归树与我们的新估计配对的效用，同时展示了包括治疗和结局模型方差的重要性。近500个混杂因素和9000例患者的心脏支架数据说明了方法，并比较了现有的频率论替代方法。
2017-10-09 stat.ME
Propensity scores using missingness pattern information: a practical guide
电子健康记录是调查健康相关问题的有价值的数据来源，倾向得分分析已成为解决此类调查中混杂偏倚的日益流行的方法。然而，由于电子健康记录通常作为标准临床护理的一部分进行常规记录，因此通常存在缺失值，特别是对于潜在的混杂因素。在我们的激励性研究中--使用电子健康记录调查肾素-血管紧张素系统阻滞剂对急性肾损伤风险的影响--两个关键混杂因素，种族和慢性肾脏病分期，分别有$59\%$和$53\%$缺失数据。缺失模式法（MPA）是缺失指标法的一种变体，已被提出作为处理倾向得分分析中部分观察到的混杂因素的方法。在MPA中，分别估计数据中存在的每个缺失模式的倾向得分。虽然在文献中陈述了MPA有效性的基本假设，但在实践中很难评估其可行性。在本文中，我们探讨了MPA的基本假设，使用因果关系图来评估它们在一系列简单的情况下的可解释性，得出一般性的结论，在这些情况下，他们可能会被违反。我们提出了一个框架，为评估MPA的假设在特定环境中是否合理提供实用指导，从而决定MPA何时合适。我们将我们的框架应用于我们的激励研究，表明MPA的基本假设似乎是合理的，并且我们演示了MPA在本研究中的应用。
2019-01-13 stat.ME
Confounder selection strategies targeting stable treatment effect estimators
在观察性研究中推断治疗对结果的因果效应需要调整观察到的基线混杂因素以避免偏倚。然而，当只有一个子集是关注效应的混杂因素时，已知对所有观察到的基线协变量进行调整会产生潜在低效和不稳定的处理效应估计值。此外，它还增加了有限样本偏差和模型误设定偏差的风险。由于这些原因，通常使用混杂因素（或协变量）选择来确定足以进行混杂调整的可用协变量子集。在这篇文章中，我们提出了一个混杂选择策略，重点是稳定估计的处理效应。特别是，当倾向得分模型已经包括足以调整混杂因素的协变量时，则添加与治疗或结局单独相关（但不是两者）的协变量不应系统性地改变效应估计量。因此，该提案首先需要优先考虑纳入倾向得分模型的协变量，然后使用估计值变化方法选择产生稳定效应估计值的最小调整集。根据经验评估该建议正确选择混杂因素的能力，并确保在数据驱动协变量选择后有效推断处理效应，并使用模拟研究与现有方法进行比较。我们使用三个不同的公开数据集通常用于因果推断的过程。
2020-10-10 stat.ME
Pitching strategy evaluation via stratified analysis using propensity score
最近的测量技术使我们能够在更高的水平上分析棒球。然而，围绕投球策略仍有许多不明确的地方。这两个因素使得很难衡量投球策略的效果。首先，大多数公共数据集不包括接球手需要球的位置数据，这是获得电池意图的基本信息。第二，在评估投球策略时，有许多与投球/击球结果相关的混杂因素。我们在这里澄清了投球尝试到特定位置的影响，例如，里面还是外面我们采用了一种因果推断框架，称为分层分析，使用倾向得分来评估影响，同时消除干扰因素的影响。我们使用了2014年至2019年举行的日本职业棒球比赛的逐场数据集，其中包括接球手需要球的位置数据。结果显示，外侧投球尝试比内侧投球尝试更有效地减少平均允许跑动。此外，分层分析显示，无论估计击球手的能力大小，以及投手/击球手投内线的比例如何，外线投球总是有效的。我们的分析将提供实际的见解，选择一个投球策略，以尽量减少允许运行。
2022-08-06 stat.AP
Propensity Score Matching: Should We Use It in Designing Observational Studies?
研究指出“PSM悖论”源于对偶然不平衡和偏差度量指标的误用，PSM设计仍能有效降低模型依赖性，研究者可继续安全使用。
2024-11-14 stat.AP stat.ME
Quantifying Error in the Presence of Confounders for Causal Inference
Microsoft Research India（微软印度研究院）
估计平均因果效应（ACE）是有用的，每当我们想知道干预措施对给定结果的影响。在缺乏随机实验的情况下，许多方法，如分层和反向倾向加权已被提出来估计ACE。然而，很难知道哪种方法对于给定的数据集是最佳的，或者对于所选择的方法使用哪些超参数。为此，我们提供了一个框架来表征损失的因果推理方法对真正的ACE，框架因果推理作为一个表示学习的问题。我们表明，许多流行的方法，包括后门方法，可以被认为是加权或表示学习算法，并提供一般的误差界的因果估计。此外，我们考虑的情况下，未观察到的变量可以混淆的因果估计和扩展建议的界限，使用鲁棒统计的原则，考虑混杂的Huber污染模型下的污染。这些界限也是可估计的，作为一个例子，我们提供了经验的逆倾向加权（IPW）估计的界限，并显示如何使用的界限可以用来优化阈值的裁剪极端倾向得分。我们的工作提供了一种新的方式来推理竞争估计，并开辟了潜在的衍生新方法，最大限度地减少建议的误差范围。
2019-07-10 cs.LG stat.ME stat.ML
Addressing Spatially Structured Interference in Causal Analysis Using Propensity Scores
环境流行病学家对建立暴露与健康结果之间的因果关系越来越感兴趣。因果推断的一个流行模型是鲁宾因果模型（RCM），它通常试图估计研究单位潜在结果的平均差异。RCM的一个重要假设是无干扰;也就是说，一个单元的潜在结果不受其他单元暴露状态的影响。如果我们期望基于单位与其他单位的接近度的暴露效应的溢出或扩散以及其他几个因果被估量出现，则违反了无干扰假设。空气污染流行病学通常违反了这一假设，当我们预计逆风事件影响顺风或附近的位置。本文采用社会网络研究的因果假设，以解决干扰，并允许估计直接和溢出的因果效应。我们使用倾向得分为基础的方法来估计这些影响时，考虑到环境保护局的2005年的空气动力学直径小于2.5微克每立方米（PM2.5）的颗粒物对肺癌发病率的影响，使用县级数据从监测，流行病学和最终结果（SEER）计划。我们比较这些方法在一个严格的模拟研究，同时考虑空间自相关变量，干扰和缺失的混杂因素。我们发现，修剪和匹配的基础上的倾向得分产生最高的概率覆盖率的真正的因果效应和较低的均方误差。当应用于研究问题时，我们发现了保护性的直接和溢出因果效应。
2021-01-22 stat.AP
The sensitivity of linear regression coefficients' confidence limits to the omission of a confounder
由于缺乏治疗组的随机分配，省略的变量偏倚可能影响从观察性数据中获得的处理效应估计值。敏感性分析调整这些估计值，以量化潜在遗漏变量的影响。本文介绍了敏感性分析方法，以调整区间估计的处理效应-两个点估计和标准误-获得使用多元线性回归。我们的方法的核心是我们所说的基准，使用数据来建立参考点，以推测遗漏的混杂因素。该方法适用于可能因亚组而异的处理效应、涉及遗漏多个变量的情景以及协方差调整与倾向得分分层的组合。我们使用一项有影响力的研究数据来说明这一点，该研究是关于重症监护患者的健康结局的。
2010-11-09 stat.AP stat.ME
Identification and Estimation of Causal Effects with Confounders Missing Not at Random
本文在混杂因素非随机缺失且缺失性与处理无关的假设下，建立了因果效应的可识别性，并提出加权估计方程方法及三种平均因果效应估计量，通过模拟和实际数据验证其有效性。
2023-10-30 stat.ME
Propensity Score Adapted Covariate Selection for Causal Inference
本文提出了一种适应于倾向得分的变量选择方法，用于选择倾向得分模型中的协变量，以消除观察性研究中的混杂偏倚，提高统计效率。我们的变量选择方法是专门为因果推断而设计的，它只需要倾向得分是$\sqrt{n}$ -通过参数模型一致估计，不需要正确的潜在结果模型的规范。通过使用估计的倾向得分作为逆概率治疗权重，对结局进行自适应套索，成功排除了工具变量，并包括混杂因素和结局预测因素。在“线性结合”条件下证明了它的预言性质。我们还进行了一些数值模拟，以说明我们的倾向得分适应协变量选择程序，并评估其性能下的模型误设定。与其他协变量选择方法进行了比较，通过使用人工数据，我们发现，它是更强大的排除工具变量和虚假的协变量。
2021-09-11 stat.ME
Closed-form variance estimators for weighted and stratified dose-response function estimators using generalized propensity score
倾向得分法广泛用于观察性研究，用于评价边际处理效应。广义倾向得分（GPS）是倾向得分框架的扩展，历史上是在二元暴露的情况下开发的，用于定量或连续暴露。本文提出了连续结局下处理效应估计量的方差估计。剂量反应函数（DRF）通过对GPS倒数加权或使用分层进行估计。使用蒙特卡罗模拟评价方差估计量。尽管使用稳定的权重，DRF的加权估计量的变异性特别高，并且没有方差估计量（基于自举的估计器、特别开发以考虑GPS的估计步骤的闭合形式估计器和三明治估计器）能够充分捕获这种可变性，导致覆盖率低于标称值，特别是当协变量解释的定量暴露的变化比例大于1时。分层估计量更稳定，方差估计量（基于Bootstrap的估计量、合并线性化估计量和合并基于模型的估计量）在捕获DRF参数的经验变异性方面更有效。合并方差估计往往高估的方差，而自助估计，它本质上考虑到GPS的估计步骤，导致正确的方差估计和覆盖率。这些方法被应用到一个真实的数据集，目的是评估产妇体重指数对新生儿出生体重的影响。
2020-07-06 stat.AP
Adjusting for Unmeasured Confounding in Marginal Structural Models with Propensity-Score Fixed Effects
边际结构模型是研究随时间变化的治疗效果的常用工具，但它们需要假设治疗和结果之间没有未观察到的混杂因素。对于观察性数据，这种假设可能难以维持，并且在使用面板数据的研究中，许多研究人员使用固定效应模型来清除时间常数未测量的混杂数据。不幸的是，传统的线性固定效应模型不适合估计随时间变化的治疗效果，因为它们只能估计滞后效应下难以置信的假设。为了解决这种紧张局势，我们提出了一种新的治疗加权估计与倾向得分固定效应的逆概率，以调整固定长度的治疗史的边缘结构模型中的时间常数不可测量的混杂。我们表明，这些估计是一致的，渐近正态时，单位和时间周期的数量以类似的速度增长。与传统的固定效应模型不同，这种方法即使在结果仅在单个时间点测量时也有效，这在边际结构模型中很常见。我们应用这些方法来估计负面广告对美国全州办公室候选人选举成功的影响。
2021-06-09 stat.AP stat.ME
Generalized propensity score weighting for functional causal inference framework
MOX, Department of Mathematics, Politecnico di Milano（莫克斯数学系，米兰理工大学）；Health Data Science Research Centre, Human Technopole（人类技术顶健康数据科学研究中心）
该研究提出功能倾向得分加权框架，通过对偶优化提升计算效率，可估计功能处理下的因果效应，经UK Biobank数据验证，能准确估计BMI轨迹与糖尿病及代谢指标的因果关系。
2026-08-05 stat.AP stat.ME
Causal inference for multiple continuous exposures via the multivariate generalized propensity score
广义倾向得分（GPS）是倾向得分的扩展，用于定量或连续暴露（例如，药物剂量或教育年限）。目前的全球定位系统方法允许估计单次连续暴露与结果之间的剂量反应关系。然而，在许多现实世界的环境中，有多个暴露同时发生，可能与结果有因果关系。我们提出了一种多变量GPS方法（mvGPS），允许估计的剂量响应面，涉及多个连续暴露变量的联合分布的结果。该方法涉及在暴露变量的多元正态假设下生成权重。重点放在两个暴露变量的情况下，我们通过模拟表明，mvGPS方法可以实现平衡的混杂因素集，可能不同的暴露变量和减少偏见的处理效应估计在各种数据生成的情况下。我们应用mvGPS方法来分析两种干预策略对降低儿童肥胖率的联合作用。
2020-08-31 stat.ME
Ultra-high Dimensional Variable Selection for Doubly Robust Causal Inference
因果推断越来越依赖于具有丰富协变量信息的观察性研究。为了建立易于处理的因果过程，如双稳健估计，必须首先从高维甚至超高维数据中提取重要特征。在本文中，我们提出了因果球筛选混杂选择从现代超高维数据集。与常见的预测建模变量选择任务不同，我们的混杂因素选择程序旨在控制混杂因素，同时提高因果效应估计的效率。以往的经验和理论研究建议排除治疗的原因，不是混杂因素。受这些结果的启发，我们的目标是在倾向得分和结果回归模型中保留所有结果的预测因子。我们的建议的一个显着特点是，我们使用一个结果模型的自由程序的倾向得分模型选择，从而保持双重稳健性的因果效应估计。理论分析表明，该方法具有模型选择一致性和逐点正态性等性质。合成和真实数据分析表明，我们的建议表现良好，与现有的方法在一系列现实的设置。本文所用的数据来自阿尔茨海默病神经影像学倡议（ADNI）数据库。
2022-02-06 stat.ME
A Weighting Framework for Clusters as Confounders in Observational Studies
Carnegie Mellon University（卡内基梅隆大学）；University of California, Berkeley（加州大学伯克利分校）；University of Pennsylvania（宾夕法尼亚大学）
本文提出了一种统一的加权框架，用于处理观察研究中集群作为混杂因素的问题，通过两种新方法改进全局和局部平衡。
2026-02-04 stat.ME
On Associative Confounder Bias
当估计治疗对观察数据结局的因果影响时，以一些对治疗和结局变量都有因果影响的混杂因素集为条件，足以消除所有此类混杂因素引入的偏倚。这是通过将它们包括在倾向得分模型中，在所谓的潜在结果框架中进行因果推断，而在因果图形建模框架中，通常对它们进行调节。然而，在前一个框架中，当建模者发现一个变量与治疗和结果都无因果关系时，这是令人困惑的。有些人认为，这些变量也应该包括在分析中，以消除偏见。但其他人认为，他们没有引入偏见，所以他们应该被排除在外，条件反射在治疗和结果之间引入了虚假的依赖关系，从而导致估计中的额外偏见。我们表明，在不同的情况下，这两个参数可能会有错误。当发现这样一个变量时，两种行为都不能给出正确的因果效应估计。选择一个行动而不是另一个行动是必要的，以便减少错误。我们讨论如何选择更好的行动。
2018-04-21 stat.ME
Propensity Score Augmentation in Matching-based Estimation of Causal Effects
本文提出一种基于增广倾向评分模型的新型匹配估计量，在存在预后变量时比传统匹配方法具有更高统计效率，并用于估计包皮环切术对HIV-1感染风险的影响。
2024-09-28 math.ST stat.ME stat.TH
Sample size and power calculations for causal inference of observational studies
Duke University（杜克大学）
本文研究了观察性研究中因果推断的样本量和功效计算，通过分析逆概率加权估计量的方差，将功效计算分解为三个组成部分：倾向分数分布、潜在结果分布及其相关性。提出通过两个参数量化混杂因素-治疗和混杂因素-结果关联强度，并开发了R包和在线计算器。
2026-05-17 stat.ME
Robust Estimation of Causal Effects via High-Dimensional Covariate Balancing Propensity Score
在本文中，我们提出了一个稳健的方法来估计平均处理效应的观察性研究中的潜在混杂因素的数量可能远远大于样本量。我们首先使用一类惩罚M-估计的倾向得分和结果模型。然后，我们通过平衡精心选择的预测结果的协变量子集来校准倾向得分的初始估计。最后，估计的倾向得分被用来构造逆概率加权估计。证明了当正确指定倾向得分模型且结果模型在协变量下是线性的时，所提出的估计具有样本有界性，是根-n相容的，渐近正态的，并且是半参数有效的.更重要的是，我们表明，我们的估计保持root-n一致和渐近正态，只要正确指定的倾向得分模型或结果模型。我们提供了有效的置信区间，在这两种情况下，并进一步扩展这些结果的情况下，结果模型是一个广义线性模型。在模拟研究中，我们发现，所提出的方法往往比现有的方法更准确地估计平均处理效应。我们还提出了一个实证的应用，在其中，我们估计的平均因果关系的影响，上大学的成年政治参与。有开放源码软件可用于实施拟议的方法。
2018-12-20 stat.ME stat.ML
Variable Selection in Causal Inference Using Penalization
在因果调整设置中，基于结局或治疗分配模型的变量选择技术可能导致遗漏混杂因素或在倾向评分中纳入虚假变量。我们提出了一种基于惩罚似然的变量选择方法，该方法同时考虑了响应和治疗分配模型。所提出的方法有利于在高维环境中的混杂选择。我们表明，在某些条件下，我们的方法达到的预言财产。所选变量用于形成治疗效果的双重稳健回归估计。模拟结果和经济增长数据进行了分析。
2014-06-05 math.ST stat.TH
CoBWeb: a user-friendly web application to estimate causal treatment effects from observational data using multiple algorithms
背景/目标：虽然随机对照试验是衡量因果关系的金标准，但如果使用适当的统计技术来解释各组间治疗前混杂因素的不平衡，则可以使用观察性研究的数据获得关于因果关系的可靠结论。倾向得分（PS）和平衡加权是有用的技术，旨在通过对组进行加权，使观察到的混杂因素尽可能相似，从而减少治疗组之间观察到的不平衡。研究方法：我们创建了CoBWeb，这是一个免费且易于使用的网络应用程序，用于从观察数据中估计因果处理效应，使用PS和平衡权重来控制混杂偏倚。CoBWeb使用多种算法来估计PS和平衡权重，以允许治疗指标和观察到的混杂因素之间的关系更加灵活（因为不同的算法对治疗协变量和混杂因素之间的结构关系做出不同（或没有）假设）。通过选择在平衡和有效样本量之间实现最佳折衷的算法，可以选择最优算法。结果如下：CoBWeb遵循从观察性研究数据中稳健估计因果处理效应所需的所有关键步骤，并包括未观察到的混杂因素的潜在影响的敏感性分析。我们说明了应用程序的实际使用，使用的数据集来自于对青少年物质使用障碍的干预研究，这是可供用户在应用程序环境中。结论：CoBWeb旨在使非专业人员能够理解和应用使用观察数据对因果处理效应进行稳健估计所需的所有关键步骤。
2021-12-09 stat.AP stat.ME
Optimal Balancing of Time-Dependent Confounders for Marginal Structural Models
边际结构模型（MSM）通过加权回归估计存在时间依赖性混杂的时变治疗的因果效应。使用治疗加权逆概率（IPTW）的标准方法可能会因极端权重而导致高方差估计值，并对模型误设定敏感。已经提出了各种方法来部分解决这个问题，包括截断和稳定IPTW，以缓和极端权重和协变量平衡倾向得分（CBPS），以解决治疗模型的错误指定。在本文中，我们提出了核最优加权（KOW），一种基于凸优化的方法，找到适合MSM的权重，最佳地平衡时间依赖性混杂因素，同时控制精度，直接解决上述限制。KOW通过一个新的分解函数直接最小化由于时间依赖性混杂引起的估计误差。我们进一步扩展KOW控制信息审查。我们在模拟研究中评估KOW的性能，将其与IPTW、稳定IPTW和CBPS进行比较。我们证明了使用KOW在研究艾滋病毒感染者的治疗开始时间死亡的影响和负面广告对美国选举的影响。
2019-08-12 math.OC stat.ME stat.ML
Sharp Sensitivity Analysis for Inverse Propensity Weighting via Quantile Balancing
本文为逆概率加权（IPW）提出了一种基于分位数平衡的稳健敏感性分析方法，通过新的部分识别结果估计未观测混杂下处理效应的最窄可能区间，改进了 Zhao 等人 (2019) 渐近过宽的界限。
2023-08-03 econ.EM math.ST stat.ME
High-dimensional multiple imputation (HDMI) for partially observed confounders including natural language processing-derived auxiliary covariates
Kaiser Permanente Washington Health Research Institute（凯撒永久华盛顿健康研究所）；Duke University School of Medicine（杜克大学医学院）；US Food and Drug Administration（美国食品药品监督管理局）；Harvard Medical School and Harvard Pilgrim Health Care Institute（哈佛医学院与哈佛朝圣者医疗保健研究所）；Harvard Pilgrim Health Care Institute（哈佛朝圣者医疗保健研究所）
本文提出结合结构化与NLP衍生辅助协变量的高维多重插补HDMI，并通过plasmode模拟表明其可在缺失依赖未观测因素时降低治疗效应估计偏倚。
2024-05-17 cs.AI cs.LG stat.ME
Doubly Robust Weighted Regression for Causal Inference under Confounder Missingness
University of Calgary（卡尔加里大学）
本文提出一种双重稳健的加权普通最小二乘估计方法，用于处理观测研究中缺失混杂变量的问题，通过引入倾向分数模型提升估计的稳健性与准确性。
2026-07-22 stat.ME
Data adaptive covariate balancing for causal effect estimation for high dimensional data
Division of Biostatistics and Health Data Science, University of Minnesota（明尼苏达大学生物统计与健康数据科学系）
本文提出一种非参数化直接平衡方法，利用随机森林自适应强调混杂因素，以提高高维数据中因果效应估计的准确性。
2025-12-19 stat.ME
DeepMatch: Balancing Deep Covariate Representations for Causal Inference Using Adversarial Training
我们研究最佳协变量平衡的因果推断从观测数据时，丰富的协变量和复杂的关系，需要灵活的建模与神经网络。标准的方法，如倾向加权和匹配/平衡失败，在这样的设置，由于错误校准的倾向网和不适当的协变量表示，分别。我们提出了一种新的方法，基于对抗性训练的加权和一个神经网络，有效地解决了这一方法上的差距。通过该方法的新理论表征以及使用全连接架构学习复杂关系和卷积架构处理图像混淆的经验结果来证明这一点，展示了这种新方法如何在这些具有挑战性的环境中实现强大的因果分析。
2018-02-15 stat.ML
The implications of outcome truncation in reproductive medicine RCTs: a simulation platform for trialists and simulation study
生殖医学中的随机对照试验通常会发生结果截断，其中研究结果仅在一部分参与者中定义。例如，出生体重（仅在分娩的参与者亚组中可测量）和流产（仅发生在怀孕的参与者中）。通常通过比较亚组内的治疗组来分析这些数据（比较分娩亚组的出生体重或妊娠亚组的流产）。然而，当治疗影响被观察到的概率（即生存期）时，这种方法并不代表随机比较。这对生殖试验的实际影响尚不清楚。我们开发了一个模拟平台来研究生殖医学试验结果截断的影响。我们使用它来进行模拟研究，其中我们考虑了截断连续和二元结果的标准统计分析的偏倚、1型错误、覆盖率和精度。研究发现，增加对中间变量的处理效应、中间变量和结局变量之间的混杂强度以及处理和混杂因素之间的相互作用会对性能产生不利影响。然而，在我们认为更现实的参数范围内，不良反应通常不严重。对于二元结局，研究强调结局截断可能导致研究组中没有参与者经历结局事件。这被发现对推论有严重的后果，这可能对荟萃分析有影响。
2020-10-12 stat.AP
Efficient estimation and the cost of complete-case coarsening under monotone sequential MAR
University of California, Los Angeles（加州大学洛杉矶分校）
研究在单调序贯MAR下，完整案例粗化对平均处理效应估计的影响，推导效率损失公式，并揭示其可能引入偏差及影响有限样本精度。
2026-09-17 stat.ME
Triangulating Instrumental Variable, confounder adjustment and Difference-in-Difference methods for comparative effectiveness research in observational data
观察性研究可以在评估竞争性治疗的相对有效性方面发挥有用的作用。在临床试验中，将受试者随机分配到治疗组和对照组通常会导致在可能的混杂因素方面平衡良好的组，这使得分析简单明了。然而，在分析观察性数据时，潜在的未测量混杂因素使得比较处理效应更具挑战性。因果推断方法，如工具变量和先验偶率比方法，可以避免调整数据中未测量或测量错误的混杂因素。通过多变量回归和倾向得分匹配进行的直接混杂因素调整也具有相当大的实用性。每种方法都依赖于一组不同的假设，并利用数据的不同方面。在本文中，我们描述了每种方法的假设，并评估违反这些假设的影响，在模拟研究。我们提出了先前结果增强的工具变量方法，该方法利用了治疗开始前后的数据，并且对违反关键假设具有鲁棒性。最后，我们建议使用异质性统计量来决定两个或多个估计是否在统计上相似，并考虑它们的相关性。我们使用临床实践研究数据链的观察数据，说明我们的因果框架，以评估将钠-葡萄糖协同转运蛋白-2抑制剂与二肽基肽酶-4抑制剂作为2型糖尿病二线治疗的患者生殖器感染的风险。
2022-07-27 stat.ME
A Targeted Approach to Confounder Selection for High-Dimensional Data
我们考虑在估计因果效应时，从潜在的大量协变量中选择混杂因素进行调整的问题。最近，高维倾向得分（hdPS）方法被开发用于此任务; hdPS通过估计每个变量的重要性分数来对潜在混杂因素进行排名，并选择前几个变量。然而，这种排序过程是有限的：它要求所有变量都是二进制的。我们提出了一个扩展的hdPS一般类型的响应和混淆变量。我们进一步开发了一个组重要性评分，使我们能够对潜在混杂因素组进行排名。主要的挑战是，我们的参数需要倾向得分或响应模型;两者都容易受到模型错误指定的影响。我们提出了一个有针对性的极大似然估计（TMLE），它允许使用非参数，机器学习工具来拟合这些中间模型。我们建立我们的估计，从而允许构造置信区间的渐近正态性。我们通过对模拟和真实数据的数值研究来补充我们的工作。
2021-12-15 stat.AP stat.ME
Propensity weighting plus adjustment in proportional hazards model is not doubly robust
本研究证明在比例风险模型中结合倾向性评分加权与调整无法实现双重稳健估计，仅在无因果效应零假设下一致，并提出两种对生存差异及一种对完整生存曲线的双重稳健替代估计方法。
2025-05-30 stat.ME
Simultaneous Record Linkage and Causal Inference with Propensity Score Subclassification
我们开发的方法，因果推断在观察性研究时，使用倾向得分子分类的数据与概率记录链接技术。我们专注于协变量和二元治疗分配在一个文件中，结果在另一个文件中的情况，目标是通过合并文件来估计附加处理效应。我们假设可以使用两个文件共有的变量来链接文件，例如，姓名或出生日期，但链接可能会出错，例如，由于链接变量中的报告错误。我们开发的情况下，这种报告错误是独立的文件上的其他变量的方法。我们从概念上描述了如何链接错误可以影响因果关系的估计在子分类上下文中。我们还提出并评估了几种算法，用于决定使用哪些记录对估计因果关系的影响。使用模拟研究，我们证明，一些程序可以导致在估计的处理效应从链接的数据相比，只使用已知的情况下，是真正的链接的准确性提高。
2018-03-31 stat.ME
How balance and sample size impact bias in the estimation of causal treatment effects: A simulation study
观察性研究通常用于了解暴露与结果之间的关系。然而，除非使用统计技术来解释暴露组之间混杂因素的不平衡，否则他们不允许得出因果关系的结论。倾向得分和平衡加权（PSBW）是有用的技术，旨在通过对暴露组进行加权，使观察到的混杂因素看起来相似，从而减少暴露组之间的不平衡。尽管有过多的可用方法来估计PSBW，但对于什么是充分平衡的定义几乎没有指导，除非有几个条件成立，否则无法保证因果处理效应的无偏和稳健估计。准确的推理要求1。治疗分配机制是已知的。基线协变量和结果之间的关系是已知的，3.基线协变量在加权后达到充分平衡，4.已知一组适当的协变量来控制混杂偏倚，以及5.可获得足够大的样本量。在这篇文章中，我们使用不同大小的模拟数据来研究这五个因素对统计推断的影响。我们的研究结果提供的证据表明，最大Kolmogorov-Smirnov统计量是适当的统计措施，以评估平衡的基线协变量，在许多应用中使用的平均标准化的平均差异，和0.1是一个合适的阈值，考虑作为可接受的平衡。最后，我们建议每个治疗组每个混杂因素需要60 - 80个观察结果，以获得因果处理效应的可靠和无偏估计。
2021-07-19 stat.AP stat.ME
Mixed-effects Outcome-Adaptive Lasso for Propensity Score Estimation under Partial Interference
Joint Graduate School of Mathematics for Innovation, Kyushu University（九州大学数学创新联合研究生院）；Institute of Statistical Mathematics, Tokyo（东京统计数学研究所）；Faculty of Mathematics, Kyushu University（九州大学数学学院）
本研究针对部分干扰下倾向得分估计的问题，提出混合效应结果自适应Lasso方法，可稳定估计因果效应，提升IPW估计量效率，经模拟与DHS疟疾数据验证有效。
2026-08-18 stat.ME
A unified framework for estimating direct causal effect under spatial confounding and interference, with the R package spaci
University of Manchester（曼彻斯特大学）；Federal University of Agriculture, Abeokuta（阿贝奥库塔联邦农业大学）
提出统一框架同时处理空间混杂和干扰，通过iDAPS匹配和recoverU+双重稳健估计器估计直接因果效应，并验证于SCR/SNCR臭氧影响。
2026-09-25 stat.ME
Doubly robust estimators for the average treatment effect under positivity violations: introducing the $e$-score
从观察数据中估计因果参数需要完全的混杂因素调整，以及每个治疗组的倾向得分的阳性，这两个假设之间通常存在权衡：混杂偏倚可能通过调整大量的治疗前协变量来减少，但阳性在分析中不太可能与治疗无关的预测因子，如工具变量。在经验正性违背下，倾向得分权重是高度可变的，双稳健估计具有高方差和大的有限样本偏差。为了解决这个问题，我们引入了$e$分数，它是通过倾向得分的降维定义的。这种降维是基于一个被称为协作双重稳健性的结果，该结果粗略地指出，仅以结果回归估计量的偏差为条件的倾向得分足以获得双重稳健性。我们提出了基于$e$ -score的双稳健估计的构造方法，并讨论了它们的性质，如一致性、有效性和渐近分布。这允许构造渐近有效的Wald型置信区间和假设检验。我们提出了一个说明性的应用估计吸烟对骨矿物质含量的影响，在青春期女孩和合成数据模拟说明我们提出的估计实现的偏差和方差减少和渐近正态性。
2019-02-27 stat.ME
The impact of directly observed therapy on the efficacy of Tuberculosis treatment: A Bayesian multilevel approach
本文提出一种含潜在局部随机效应的贝叶斯多层倾向评分方法，用于在混杂潜变量存在时估计DOT对巴西结核病治疗成功的ATE，并通过模拟表明其可降低因果效应估计偏差。
2023-04-25 stat.ME
Examining the Efficacy of Coarsened Exact Matching as an Alternative to Propensity Score Matching
Washington University in St. Louis（圣路易斯华盛顿大学）
本文指出粗化精确匹配在处理大量协变量时不如倾向分数匹配稳健，因CEM存在残余混杂和模型依赖性问题，而PSM在减少不平衡和应对模型不规范方面表现更优。
2026-01-31 stat.ME
Bayesian Doubly Robust Causal Inference via Posterior Coupling
本文提出一种通过后验耦合和熵倾斜实现的贝叶斯双重稳健因果推断方法，解决了联合建模中的反馈问题，提升了估计的准确性和效率。
2026-01-02 stat.ME
Variable Selection in Causal Inference using a Simultaneous Penalization Method
在因果调整设置中，基于结局或治疗分配模型之一的变量选择技术可能导致遗漏混杂因素，从而导致偏倚，或在倾向得分中纳入虚假变量，从而导致方差膨胀。我们提出了一种基于惩罚目标函数的变量选择方法，该方法同时考虑结果和治疗分配模型。所提出的方法有利于在高维环境中的混杂选择。我们证明了在正则条件下，我们的方法达到了预言性质。所选变量用于形成处理效应的双重稳健回归估计量。我们表明，在某些条件下，我们的方法达到的预言财产。模拟结果和经济增长数据进行了分析。具体而言，我们研究了作为人口健康指标的预期寿命对人均国内生产总值平均增长率的影响。
2015-11-26 stat.ME
Causal exposure-response curve estimation with surrogate confounders: a study of air pollution and children's health in Medicaid claims data
针对Medicaid儿童健康数据中社会经济地位未测量、数据聚类等挑战，提出基于广义倾向得分匹配的MedMatch方法，结合代理变量估计PM2.5与呼吸住院的因果暴露-反应曲线，验证了其性能优势并得到正相关的非线性关系。
2024-07-11 stat.ME
Sensitivity analysis via the proportion of unmeasured confounding
在观察性研究中，通常通过假设已测量了正确的混杂因素集并将其正确纳入相关模型来识别ATE。由于这一假设既强又不可检验，因此应进行敏感性分析。常见的方法包括直接对偏倚建模或改变倾向得分以探测潜在的未测量混杂因素的影响。在本文中，我们采取了一种新的方法，即敏感性参数是“未测量混杂的比例“：即使在观察到的协变量条件化后，治疗不如随机化的单位的比例。我们考虑不同的假设的概率单位是无混淆的。在每种情况下，我们推导出尖锐的界限上的平均处理效应的敏感性参数的函数，并提出非参数估计，允许灵活的协变量调整。我们还介绍了一个研究的鲁棒性混淆单位的数量的一个数字的总结。最后，我们通过模拟探索有限样本属性，并将该方法应用于用于评估右心导管插入术效果的观察数据库。
2020-12-17 stat.ME
Nonparametric tests for treatment effect heterogeneity in observational studies
我们考虑了观察性研究中处理效应异质性的检验问题，提出了一种基于多样本U统计量的非参数检验方法。为了解释潜在的混杂因素，我们使用重新加权的数据，其中权重由估计的倾向得分确定。所提出的方法不需要对结局进行任何参数假设，并且绕过了对每个研究亚组的处理效应进行建模的需要。我们建立了检验统计量的渐近正态性，并通过模拟研究证明了其优越的数值性能。两个真实的数据应用，包括就业计划评估研究和中国的独生子女政策的心理健康研究进行了讨论。
2021-03-28 stat.ME
