A note on the variance of doubly-robust G-estimators
双重稳健 G 估计量方差的一则说明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。
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：摘要直接研究动态治疗方案的双重稳健 G 估计及其方差，支持因果推断分类。
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
双重稳健 G 估计量方差的一则说明
- 研究问题
- 在包含多个治疗决策区间的动态治疗方案中，如何随序贯 G 估计递归计算双重稳健估计量的方差？
- 方法与思路
- 作者允许各治疗区间使用不共享的治疗决策参数，利用这种参数结构，推导与序贯估计过程相配套的递归方差计算。
- 材料陈述的贡献
- 摘要称递归计算自然且计算可行，并指出该思路可适配其他涉及干扰参数估计的复杂估计程序。
- 阅读关注点
- 应核对跨区间参数不共享的含义、递归中如何传递估计误差，以及治疗模型和干扰参数估计如何影响方差。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；因果识别条件、递归公式及有限样本表现未说明，参数不共享不等于数据独立。
原文摘要
A recursive variance calculation is derived for doubly-robust G-estimators for dynamic treatment regimes in a multi-interval setting. Treatment decision parameters are not assumed to be shared across treatment intervals; this independence of parameters permits sequential estimation of the G-estimators’ variance when G-estimation is performed in a sequential fashion. The recursive variance calculation is both natural and computationally feasible. This development can easily be adapted to other complex estimating procedures that require nuisance parameter estimation.