Вопросы с тегом «propensity-scores»

Я признаю, что я относительно новичок в оценках предрасположенности и причинного анализа. Одна вещь, которая не очевидна для меня как новичка, заключается в том, как «балансировка» с использованием показателей склонности математически отличается от того, что происходит, когда мы добавляем ковариаты в регрессию? Чем отличается операция и почему она (или она) …

41 regression  multivariate-analysis  causality  propensity-scores 

Я ссылаюсь на этот документ: Хейс JR, Groner JI. «Использование нескольких показателей вменения и склонности для проверки влияния автомобильных сидений и ремней безопасности на тяжесть травм на основании данных реестра травм». J Pediatr Surg. Май 2008 года; 43 (5): 924-7. В этом исследовании была проведена множественная импутация для получения 15 …

34 missing-data  propensity-scores 

Я объясню мою проблему на примере. Предположим, вы хотите предсказать доход человека с учетом некоторых атрибутов: {Возраст, Пол, Страна, Регион, Город}. У вас есть тренировочный набор данных, как так train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Вопрос: С точки зрения статистики (или специалиста), можно ли сделать вывод о причинно-следственной связи, используя оценки предрасположенности в наблюдательном исследовании (а не в эксперименте )? Пожалуйста, не хотите начинать пламенную войну или фанатичные дебаты. История вопроса: в рамках нашей программы PhD по статистике мы затрагивали причинно-следственные связи только через рабочие …

27 causality  propensity-scores 

Я читал некоторые статьи, и мне неясно, каковы конкретные определения среднего эффекта лечения (ATE) и предельного эффекта лечения (MTE). Они одинаковы? По словам Остина ... Условный эффект - это средний эффект перемещения объекта от необработанного к леченному на уровне субъекта. Коэффициент регрессии для переменной индикатора назначения лечения из модели многомерной …

14 causality  hazard  propensity-scores  marginal-effect  marginal-model 

У меня есть продольные данные о людях, и некоторые из них подвергались лечению, а другие - нет. Все люди находятся в выборке от рождения до 18 лет, и лечение происходит в каком-то возрасте между этими интервалами. Возраст лечения может отличаться в разных случаях. Используя сопоставление баллов предрасположенности, я хотел бы …

13 stata  panel-data  propensity-scores 

Сопоставление баллов склонности используется для определения причинно-следственных связей в наблюдательных исследованиях (см. Статью Розенбаума / Рубина ). Что за простая интуиция, почему она работает? Другими словами, почему, если мы удостоверимся, что вероятность участия в лечении одинакова для двух групп, смешанные эффекты исчезнут, и мы можем использовать результат, чтобы сделать причинные …

13 causality  regression-strategies  propensity-scores  confounding 

Относительно взвешивания по шкале склонности (IPTW) при моделировании пропорциональных рисков Кокса для данных о выживаемости от времени к событию: У меня есть проспективные данные реестра, где мы заинтересованы в том, чтобы посмотреть на эффект лечения от лекарств, которые в большинстве случаев пациенты уже принимали в начале исследования. Поэтому я не …

11 r  survival  cox-model  propensity-scores 

Я понимаю механизм вычисления весов, используя оценки склонности : а затем применяют веса в регрессионном анализе, и эти веса служат для «контролировать» или разъединять эффекты ковариат в группах лечения и контрольной группы с переменной результата.w i , j = t r e a tp(xi)p(xi)p(x_i)wi,j=treatwi,j=control=1p(xi)=11−p(xi)wi,j=treat=1p(xi)wi,j=control=11−p(xi)\begin{align} w_{i, j={\rm treat}} &= \frac{1}{p(x_i)} \\[5pt] …

10 intuition  weighted-regression  propensity-scores 

Я пытаюсь оценить средний эффект лечения по данным наблюдений, используя весовые коэффициенты склонности (особенно IPTW). Я думаю, что я правильно рассчитываю ATE, но я не знаю, как рассчитать доверительный интервал ATE, принимая во внимание весовые коэффициенты обратной склонности. Вот уравнение, которое я использую для расчета среднего эффекта от лечения (ссылка …

9 r  survey  causality  propensity-scores  observational-study