Front-Door Versus Back-Door Adjustment With Unmeasured Confounding: Bias Formulas for Front-Door and Hybrid Adjustments With Application to a Job Training Program
存在未测混杂时的前门与后门调整：前门及混合调整的偏差公式与职业培训应用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：摘要直接讨论未测混杂、前门与后门调整以及处理效应界限，构成因果推断分类的明确依据。
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
存在未测混杂时的前门与后门调整：前门及混合调整的偏差公式与职业培训应用
- 研究问题
- 在存在未测混杂、前门识别假设也可能不成立时，前门调整能否仍有价值，如何比较其与后门调整的偏差？
- 方法与思路
- 作者推导前门调整的渐近偏差公式，与后门调整的偏差公式直接比较，并讨论单侧不依从及职业培训研究应用。
- 材料陈述的贡献
- 摘要称，这种比较在部分情形下可收紧处理效应界限；单侧不依从时，前门方法还可能无需使用对照组单位。
- 阅读关注点
- 应核对两类调整的偏差表达及比较条件、收紧界限的适用情形，以及单侧不依从下无需对照单位的具体含义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能推断刊本变化。摘要未说明具体假设、混合调整构造及应用数值。
原文摘要
We demonstrate that the front-door adjustment can be a useful alternative to standard covariate adjustments (i.e., back-door adjustments), even when the assumptions required for the front-door approach do not hold. We do this by providing asymptotic bias formulas for the front-door approach that can be compared directly to bias formulas for the back-door approach. In some cases, this allows the tightening of bounds on treatment effects. We also show that under one-sided noncompliance, the front-door approach does not rely on the use of control units. This finding has implications for the design of studies when treatment cannot be withheld from individuals (perhaps for ethical reasons). We illustrate these points with an application to the National Job Training Partnership Act Study.