《測量誤差干擾下因果效應估計的研究》是依託哈爾濱工業大學，由劉偉擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：測量誤差干擾下因果效應估計的研究
- 依託單位：哈爾濱工業大學
- 項目類別：青年科學基金項目
- 項目負責人：劉偉
項目摘要,結題摘要,
項目摘要
在因果效應估計中，研究人員經常要面對數據可能存在測量誤差的問題，如果忽略測量誤差，常用的因果推斷方法的準確性往往會受到干擾，甚至導致錯誤的結論。目前對該問題的研究多集中在少數模型結構下和少數推斷方法中，開發和完善有針對性的估計方法勢在必行。在本項目中，我們從直接與間接兩個角度考慮測量誤差下因果效應估計方法的開發，一方面利用半參數投影理論直接建立局部有效的半參數估計，另一方面通過矯正常用的傾向得分法與匹配法在測量誤差存在時的估計偏差，間接獲得相合估計。此外，我們還將工作拓展到包括縱向數據與缺失數據在內的複雜數據結構中，以應對複雜的實際問題。因此本項目的研究成果將促進因果推斷理論的發展，為實際問題研究中的因果推斷工作掃清障礙。
結題摘要
因果推斷研究的是處理與結果間的因果關係，即研究觀測結果的變化多大程度能夠歸因於處理。這類問題廣泛地出現在醫學、經濟學、社會學等領域的研究中，決策者需要在各種關聯關係中科學地認知處理與結果間的因果關係。在因果效應估計中，研究人員經常要面對數據可能存在測量誤差的問題，如果忽略測量誤差，通常的因果推斷往往會產生偏差，難以直接使用，甚至導致錯誤的結論。本項目主要研究數據測量有誤差時因果效應的估計問題，嘗試透過這些可能帶有測量誤差的信息估計出真實的處理效應，並儘可能提高估計的有效性。我們針對幾種不同情境討論了當干擾變數有測量誤差時處理效應的半參數估計問題。我們利用可觀測的估計函式在無測量誤差數據空間上的投影尋找相合估計，並通過增加適當的尾項改進估計函式以提高估計的有效性。該項工作被進一步推廣到有缺失數據的情境下以應對複雜的實際問題。在一項HIV感染治療數據的激勵下我們還研究了如何使用兩種生物標記物構造最優的個體處理攝入規則，對連續和半連續標記物分別給出了幾種常用的處理效應估計方法，並從有效性和穩健性兩個方面進行了比較，我們發現AIPW估計方法具有雙重穩健性也能保證比較好的有效性。本項目的研究屬於統計方法論的研發工作，研究成果具有較強的實際套用價值，特別是在臨床醫學心理學等領域的數據分析中可以直接加以套用，將能夠有效地提高因果效應的估計精度，為處理測量誤差干擾下因果推斷工作提供了一種選擇。
