因果推断中基于能源距离的协变量分布平衡

本文基于倾向得分构造处理组和对照组协变量的经验加权分布,采用能源距离度量加权经验分布与总体协变量经验分布的差异,通过最小化分布差异最大化协变量平衡,进而估计倾向得分和平均处理效应。本文最优化不带任何约束并且保证解的唯一性。同时,平均处理效应估计量是√n相合,估计量精度较高。将本文方法应用于考察养老保险对生育意愿的影响,相比回归分析本文结果可靠性更佳。

基于协变量平衡加权的平均处理效应的稳健有效估计

倾向性得分是估计平均处理效应的重要工具。但在观察性研究中,通常会由于协变量在处理组与对照组分布的不平衡性而导致极端倾向性得分的出现,即存在十分接近于0或1的倾向性得分,这使得因果推断的强可忽略假设接近于违背,进而导致平均处理效应的估计出现较大的偏差与方差。Li等(2018a)提出了协变量平衡加权法,在无混杂性假设下通过实现协变量分布的加权平衡,解决了极端倾向性得分带来的影响。本文在此基础上,提出了基于协变量平衡加权法的稳健且有效的估计方法,并通过引入超级学习算法提升了模型在实证应用中的稳健性;更进一步,将前一方法推广至理论上不依赖于结果回归模型和倾向性得分模型假设的基于协变量平衡加权的稳健有效估计。蒙特卡洛模拟表明,本文提出的两种方法在结果回归模型和倾向性得分模型均存在误设时仍具有极小的偏差和方差。实证部分将两种方法应用于右心导管插入术数据,发现右心导管插入术大约会增加患者6. 3%死亡率。

响应变量缺失下基于协变量平衡下的变系数模型的经验似然推断

在实际问题中时常会遇到缺失数据的问题,这时已有的处理完全观测数据的统计方法将不再适用.本文研究在响应变量随机缺失下的变系数模型的统计推断问题.主要分为以下几个方面:首先基于协变量平衡倾向得分下的广义矩方法得到了选择概率的估计并且给出了估计量的渐近性质;然后研究变系数模型的未知系数函数的经验似然推断,借助选择概率的估计和扩张的逆概率加权方法构造了系数函数的经验对数似然比统计量;最后证明在适当的条件下似然比统计量服从卡方分布,从而得到系数函数的逐点置信区间.

调整协变量的多位点关联分析方法及其在酗酒数据中的应用

复杂疾病的发生与个体的遗传变异和环境协变量密切相关.在进行遗传位点与性状的关联分析时,环境协变量起着重要作用.如果处理它们的方法不当,可能会带来分析结果的偏差或是检验功效的降低.针对多位点遗传变异信息,我们在整合连锁不平衡信息的检验方法SLIDE的基础上,提出了对基因型用倾向得分进行逆概率加权的调整协变量关联分析方法SLIDE_(a).随机模拟结果表明,当协变量既与基因型相关又与性状相关时,SLIDE_(a)可以有效控制住第一类错误率.同时,当致病位点包含常见变异,多位点对性状效应方向不一致或位点与协变量存在交互作用时,SLIDE_(a)具有优越性.随后我们将SLIDE_(a)应用于COGA酗酒相关数据分析中,找到了OPA3,OXTR等数个与酒精成瘾性相关的基因,这展示了SLIDE_(a)的有效性并为后续的生物学研究提供理论指引.

带有变量选择的协变量平衡倾向得分的估计:基于GMM-LASSO方法

本文基于Imai和Ratkovic (2014)协变量平衡倾向得分的估计方法,提出了带协变量平衡的GMM-LASSO估计方法.该方法既利用了协变量平衡的性质,同时又解决了如何基于数据来选取协变量的问题.理论上,文章证明了该估计方法是相合的.模拟显示,在满足一定的稀疏性的条件下,该方法可以显著地降低平均处理效应估计的绝对误差的中位数.最后,该方法被应用于研究2000年代初期意大利托斯卡纳地区的劳务派遣机制是否有助于工人寻找一份稳定的工作.

响应变量缺失下部分线性模型均值的稳健估计

为了提高估计的稳健性,基于协变量平衡倾向得分和增强的逆概率加权方法,得到了响应变量随机缺失下部分线性模型总体均值的稳健估计,证明了相应估计量具有渐近正态性,利用所得结果构造了总体均值的置信区间.

多重稳健的高维缺失数据插补研究

缺失数据问题在抽样调查、社会科学、流行病等领域普遍存在,这一现象在高维情形下更为凸显;而与高维数据相伴的信息海量化、复杂化、异质化、缺失化等问题,给高维缺失数据理论建立及应用研究带来极大的挑战。如何建立一种稳健高效的高维缺失数据插补方法,已成为当今学者研究的焦点。为解决上述难题,创新性地将增强的逆概率加权(IPW)与加法模型融合,应用协变量平衡倾向评分法(CBPS)估计缺失概率,提出一种适用于高维缺失数据的可加协变量平衡倾向评分插补方法(CBPS-AM),期望对高维缺失问题提供更为有效的解决方案。CBPS-AM方法不仅具有多重稳健性,避免了模型误设带来的严重风险,还能够有效规避高维缺失数据具有厚尾分布而使得传统插补方法失效的问题,起到双重降维的作用,实现建模的灵活性与广泛适用性。其次借鉴广义矩估计方法和Backfitting算法给出了CBPS估计算法,该算法简洁有效,能够提高数据使用效率与插补精度,同时研究了估计量的理论性质,对比了所提方法与传统方法在数值模拟中的表现。最后将CBPS-AM方法分别应用于存在缺失的HIV临床试验数据和中国新冠病毒感染疫情数据中,建立科学的综合评价以及针对疗效和疫情动态的合理预测。所提的方法能够在高维协变量下提升插补的精度及数据的预测性能,也适用于极端突发事件的分析。

倾向得分法综述

倾向得分是在给定观察变量前提下接受干预的条件概率。倾向得分法试图通过准随机过程来去除比较组与其他观察因素的混杂效应。本文首先把倾向得分法与随机选择及标准匹配技术进行了比较。然后描述了倾向得分法的实际应用。第一阶段是建立倾向得分模型,第二阶段就应用倾向得分去评价研究结果。最后本文对倾向得分的优劣势进行了讨论。

缺失数据下分位数回归模型的平均估计

本文主要探究了缺失数据下分位数回归模型的模型平均问题。首先基于协变量平衡倾向得分方法构造出候选模型中回归参数的加权分位数回归估计,并推导出其渐近分布;接着构造兴趣参数的模型平均估计量,并给出其大样本性质;最后构造出一个覆盖概率趋于预期水平的置信区间。