Запитання з тегом «propensity-scores»

Я визнаю, що я відносно новачок у показниках схильності та причинному аналізі. Одне, що не очевидно для мене як для новачків, - це те, як «врівноваження» за допомогою балів схильності математично відрізняється від того, що відбувається, коли ми додаємо коваріати в регресію? Що відрізняється від операції, і чому це (або …

41 regression  multivariate-analysis  causality  propensity-scores 

Я посилаюся на цей документ: Hayes JR, Groner JI. "Використання декількох оцінок імпутації та схильності для тестування впливу автомобільних сидінь та ременів безпеки на ступінь тяжкості травми, отриманої за даними реєстру травм." J Педіатр Сурґ. 2008 р., 43 (5): 924–7. У цьому дослідженні було проведено багаторазову імпутацію для отримання 15 …

34 missing-data  propensity-scores 

Я поясню свою проблему на прикладі. Припустимо, ви хочете передбачити дохід фізичної особи за деякими ознаками: {Вік, стать, країна, регіон, місто}. У вас такий навчальний набір даних 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 CountryID RegionID …

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 

Питання: Чи можна з точки зору статистиків (або практикуючих) зробити висновок про причинність, використовуючи показники схильності за допомогою спостережного дослідження (а не експерименту )? Будь ласка, не хочете розпочати полум’яну війну чи фанатичну дискусію. Передумови: В рамках нашої програми доктора філософії ми торкалися причинного висновку лише через робочі групи та …

27 causality  propensity-scores 

Я читав деякі статті, і мені незрозуміло конкретні визначення середнього ефекту від лікування (ATE) та граничного ефекту від лікування (MTE). Вони однакові? За словами Остіна ... Умовний ефект - це середній ефект на предметному рівні переміщення предмета від необробленого до обробленого. Коефіцієнт регресії для змінної індикатора призначення лікування з багатовимірної …

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

У мене є набір поздовжніх даних про осіб, деякі з них піддавалися лікуванню, а інші - не. Усі особи є у вибірці від народження до 18 років, і лікування відбувається в деякому віці між цим діапазоном. Вік лікування може відрізнятися в різних випадках. Використовуючи відповідність показників схильності, я хотів би …

13 stata  panel-data  propensity-scores 

Відповідність показника схильності використовується для причинно-наслідкових висновків у спостережних дослідженнях (див. Статтю Розенбаум / Рубін ). Яка проста інтуїція, за якою вона працює? Іншими словами, чому, якщо ми впевнені, що ймовірність участі в лікуванні є рівною для двох груп, сумнівні наслідки зникають, і ми можемо використати результат, щоб зробити причинно-наслідкові …

13 causality  regression-strategies  propensity-scores  confounding 

Щодо зважування балів схильності (IPTW) під час моделювання пропорційного ризику Кокса даних про виживання часу до події: У мене є потенційні дані реєстру, де нам цікаво переглянути ефект від лікування ліками, які в більшості випадків пацієнти вже приймали на початковому рівні. Тому я не впевнений, як найкраще проаналізувати дані. Потенційно, …

11 r  survival  cox-model  propensity-scores 

Я розумію механіку обчислення ваг, використовуючи показники схильності : а потім застосувати ваги в регресійному аналізі, і те, що ваги служать для "контроль" або роз'єднання ефектів коваріатів у групах лікування та контрольних груп із змінною результату.p(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] w_{i, j={\rm control}} &= \frac{1}{1-p(x_i)} \end{align} Однак на …

10 intuition  weighted-regression  propensity-scores 

Я намагаюся оцінити середній ефект лікування від даних спостережень, використовуючи показник схильності (зокрема IPTW). Я думаю, що я правильно розраховую ATE, але не знаю, як обчислити довірчий інтервал ATE, враховуючи ваги зворотного схильності. Ось рівняння, яке я використовую для обчислення середнього ефекту лікування (посилання Stat Med. 10 вересня 2010; 29 …

9 r  survey  causality  propensity-scores  observational-study