Sensitivity models and bounds under sequential unmeasured confounding in longitudinal studies
纵向研究中序贯未测量混杂下的敏感性模型与界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：摘要明确针对序贯未测量混杂下的反事实结果和平均处理效应进行敏感性分析，直接对应因果推断。
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
纵向研究中序贯未测量混杂下的敏感性模型与界
- 研究问题
- 研究存在随时间变化的处理、协变量及序贯未测量混杂时，反事实均值和平均处理效应可能达到怎样的最坏情形。
- 方法与思路
- 作者提出多时期敏感性模型，分别涉及反事实结果或同时涉及反事实协变量与结果，并用凸优化刻画总体层面的界。
- 材料陈述的贡献
- 摘要称给出仅依赖观测数据的尖锐界和保守界显式表示，并比较各模型，将横截面边际敏感性模型推广至纵向情形。
- 阅读关注点
- 应核对敏感性参数与各模型限制、尖锐界和保守界的区别、凸优化表示，以及总体结果如何转化为样本估计。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出模型公式或样本推断方法，不能判断实际界的宽度。
原文摘要
Consider sensitivity analysis to assess the worst-case possible values of counterfactual outcome means and average treatment effects under sequential unmeasured confounding in a longitudinal study with time-varying treatments and covariates. We formulate several multi-period sensitivity models to relax the corresponding versions of the assumption of sequential unconfounding. The primary sensitivity model involves only counterfactual outcomes, whereas the joint and product sensitivity models involve both counterfactual covariates and outcomes. We establish and compare explicit representations for the sharp and conservative bounds at the population level through convex optimization, depending only on the observed data. These results provide for the first time a satisfactory generalization from the marginal sensitivity model in the cross-sectional setting.