跳到正文
← 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:摘要直接研究中介路径上的直接与间接因果效应,以及非随机缺失下的识别条件,因此归入因果推断。

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…

关注这篇论文的作者
Shuozhi Zuo
Debashis Ghosh
Peng Ding
Fan Yang

中介与结果非随机缺失时的中介分析

研究问题
当中介变量和结果变量均可能非随机缺失时,哪些额外机制限制能够使直接与间接因果效应得到识别?
方法与思路
作者研究若干允许中介与结果非随机缺失的可解释机制,分析效应可识别性,并用模拟及就业培训研究展示方法。
材料陈述的贡献
摘要称,论文在特定非随机缺失机制下研究直接与间接效应的识别,并评价相应统计推断的表现。
阅读关注点
应核对缺失机制限制的具体形式、效应定义与识别推导,以及模拟和National Job Corps Study中的实施条件。
阅读边界
这是arXiv预印本,同行评审或期刊接收未获核验;摘要未列出识别所需机制,不能推断一般非随机缺失可被解决。

原文摘要

Mediation analysis is widely used for investigating direct and indirect causal pathways through which an effect arises. However, many mediation analysis studies are challenged by missingness in the mediator and outcome. In general, when the mediator and outcome are missing not at random, the direct and indirect effects are not identifiable without further assumptions. In this work, we study the identifiability of the direct and indirect effects under some interpretable mechanisms that allow for missing not at random in the mediator and outcome. We evaluate the performance of statistical inference under those mechanisms through simulation studies and illustrate the proposed methods via the National Job Corps Study.

笔记与分组
相关领域论文