不依從機制下隨機化試驗中的因果推斷

不依從機制下隨機化試驗中的因果推斷

《不依從機制下隨機化試驗中的因果推斷》是依託華中師範大學,由趙慧擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:不依從機制下隨機化試驗中的因果推斷
  • 項目類別:青年科學基金項目
  • 項目負責人:趙慧
  • 依託單位:華中師範大學
項目摘要,結題摘要,

項目摘要

因果推斷是當前統計學、醫學和許多社會科學中的一個研究熱點。個體不依從處理安排是基於隨機化試驗的因果推斷中普遍存在且亟需解決的關鍵問題。針對此類問題,現有文獻主要研究簡單依從機制(依從變數取0,1兩值)、個體隨機化試驗(截面數據)中的因果推斷,而對更一般的部分依從機制(依從變數取多水平離散值或連續值)與分組隨機化試驗(分組數據)中的因果推斷研究甚少,缺乏系統的理論和方法體系。本項目針對部分依從機制與分組隨機化試驗設計,結合混合效應模型、邊際結構模型與半參數、經驗似然等統計推斷方法對依從機制和因果效應進行建模,基於一些合理寬泛的因果假設來推斷實際處理效應,討論其中的缺失數據問題,給出相應的點估計、區間估計及其統計性質,並對其中的模型假設進行敏感性分析,對結果進行模擬研究和實證研究。本項目的預期成果不僅會進一步推動因果推斷理論的發展,還將為許多相關領域的實際套用提供指導。

結題摘要

因果推斷是當前統計學、臨床醫學、流行病學和許多社會科學中的一個研究熱點,其中的個體不依從處理安排、樣本數據內部相關、數據刪失等是有效評估處理效應的主要困難,也是本項目研究的重點。以往的因果推斷方面的研究主要針對簡單依從機制下個體隨機化試驗,對反映個體依從狀態的協變數一般只假設取0,1值;所研究的數據大多是截面數據,也就是假設個體之間都是相互獨立的;假設數據不存在刪失或僅存在簡單的右刪失。但是,這些簡化的假設遠遠無法適應實際問題中數據分析的需求,因此,本項目針對更一般的部分依從機制(允許表示依從狀態的協變數取多水平離散值或連續值)與分組隨機化試驗(分組數據)中的因果推斷開展研究,採用隨機效應條件模型、邊際結構模型等半參數模型和一些穩健的非參數模型對依從機制和個體內部可能存在的各種相關性進行建模,基於一些合理寬泛的因果假設來推斷實際處理效應,並重點討論了其中的數據刪失問題。具體來講,針對分組隨機化試驗條件下,假設數據中可能存在某種刪失,採用線性變換模型給出因果處理效應的估計方法;針對個體多次重複觀測中連續觀測,間斷性觀測兩種不同的觀測條件,採用邊際比例均值模型、邊際加性均值模型、變換模型和混合效應條件模型等半參數模型,研究了觀測時間與復發事件獨立,條件獨立,條件不獨立等各種相依情形下,處理效應的估計方法;提出了相應的模型檢驗方法;給出了這些估計量的大樣本性質、模擬試驗結果;並採用一些臨床醫學研究中的實際數據進行了實證分析。此外,本項目還探討了處理效應的非參數比較問題,在允許不同處理組的觀測過程的分布不同的假設下,給出了處理效應比較的非參數檢驗方法,推導了檢驗統計量的漸近性質,並對檢驗統計量的功效進行了模擬研究和實際醫學數據的實證研究。我們對上述研究成果進行總結整理,在國際知名SCI期刊上發表了8篇論文。

相關詞條

熱門詞條

聯絡我們