Distributionally enhanced marginal sensitivity model and bounds
分布增强的边际敏感性模型及其界限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：摘要明确研究未观测混杂下的敏感性分析及因果参数锐界，因此选择因果推断方向；分布约束本身不足以判定分布效应方向。
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
分布增强的边际敏感性模型及其界限
- 研究问题
- 针对未观测混杂的敏感性分析，若同时约束处理概率与潜在结果分布的变化，能否得到更紧且具有清晰解释的因果参数界限？
- 方法与思路
- 作者在边际敏感性模型的处理概率约束之外，加入潜在结果分布偏移约束，构造 deMSM，并分析锐界及其与相关模型的联系。
- 材料陈述的贡献
- 摘要称，deMSM 给出常用因果参数的可解释锐界，并收紧原模型的界限；锐界对两项约束具有对称性，也带来相关模型的新解释。
- 阅读关注点
- 应核对两类敏感性约束的数学含义、锐界的可达性证明，以及界限收紧与新增约束的关系，检查敏感性参数如何用于实际分析。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未说明约束形式、具体参数及计算方法，界限收紧依赖新增限制的可信度。
原文摘要
For sensitivity analysis against unmeasured confounding, we build on the marginal sensitivity model (MSM) and propose a new model, deMSM, by incorporating a second constraint on the shift of potential outcome distributions caused by unmeasured confounders in addition to the constraint on the shift of treatment probabilities. We show that deMSM leads to interpretable sharp bounds of common causal parameters and tightens the corresponding MSM bounds. Moreover, the sharp bounds are symmetric in the two deMSM constraints, which facilitates practical applications. Lastly, we compare deMSM with other MSM-related models in both model constraints and sharp bounds, and reveal new interpretations for later models.