A flexible control function approach for survival data subject to different types of censoring
适用于多种删失机制的生存数据灵活控制函数方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以控制函数处理未测混杂，研究生存结局的处理因果效应。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
适用于多种删失机制的生存数据灵活控制函数方法
- 研究问题
- 当处理存在未测混杂，且生存结局受到行政删失、竞争风险或依赖删失时，如何识别并估计处理的因果效应？
- 方法与思路
- 作者对各事件时间作参数变换，以协方差矩阵未指定的多元高斯联合回归建模，再使用控制函数处理混杂并实施两步估计。
- 材料陈述的贡献
- 摘要称，模型可识别，两步估计一致且渐近正态，并提出拟合优度检验；模拟考察有限样本表现，应用评估职业培训对失业时长的影响。
- 阅读关注点
- 应核对事件时间变换、高斯误差和控制函数所需条件，如何区分不同删失机制，以及两步估计的方差修正与拟合优度检验范围。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明完整识别条件和培训效应数值，模型灵活性仍受参数结构限制。
原文摘要
This paper addresses the problem of identifying and estimating the causal effect of a treatment in the presence of unmeasured confounding and various types of right-censoring. Examples of these censoring mechanisms are administrative censoring, competing risks and dependent censoring (e.g. loss to follow-up). Different parametric transformations are applied to each event time, resulting in a regression model with a more additive structure and error terms that are approximately normal and homoscedastic. The transformed event times are modeled using a joint regression framework, assuming multivariate Gaussian error terms with an unspecified covariance matrix. A control function approach is used to deal with unmeasured confounding. The model is shown to be identifiable and a two-step estimation procedure is proposed. This estimator is proven to yield consistent and asymptotically normal estimates. Furthermore, a goodness-of-fit test for the model's validity is developed. Simulations are conducted to examine the finite-sample performance of the proposed estimator under various scenarios. Finally, the methodology is applied to investigate the causal effect of job training programs on unemployment duration using data from the National Job Training Partnership Act (JTPA) study.