Hodges-Lehmann Point Estimates of Treatment Effect in Observational Studies
观察性研究中处理效应的Hodges–Lehmann点估计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：摘要明确研究非随机处理分配下的处理效应与隐藏偏差敏感性分析，直接属于因果推断。
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
观察性研究中处理效应的Hodges–Lehmann点估计
- 研究问题
- 处理并非随机分配时，如何评估隐藏偏差对Hodges–Lehmann加性处理效应点估计的影响？
- 方法与思路
- 作者使用允许隐藏偏差存在的处理分配分布模型，对点估计开展敏感性分析，分别讨论配对样本和未配对两组。
- 材料陈述的贡献
- 摘要称将此前用于显著性水平与置信区间敏感性分析的分配模型，用于加性处理效应的稳健点估计。
- 阅读关注点
- 应核对加性效应假设、隐藏偏差模型的参数含义，以及配对与未配对设计中点估计敏感性分析的具体步骤。
- 阅读边界
- 材料为版本未注明的OpenAlex索引摘要；敏感性模型与效应假设的细节未说明，分析本身不能证明不存在隐藏混杂。
原文摘要
A Hodges-Lehmann point estimate of an additive treatment effect is a robust estimate derived from the randomization distribution of a rank test. This article shows how to carry out a sensitivity analysis for such an estimate in an observational study where treatments are not randomly assigned. Two cases are discussed in detail: matched pairs and the comparison of two unmatched groups. The method uses a model for the distribution of treatment assignments when hidden biases may be present. This model has previously been used for sensitivity analysis of significance levels and confidence intervals.