Semiparametric sensitivity analysis: unmeasured confounding in observational studies
半参数敏感性分析：观察性研究中的未测量混杂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：摘要以平均因果效应为目标，直接研究未测量混杂下的敏感性分析。
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…
半参数敏感性分析：观察性研究中的未测量混杂
- 研究问题
- 观察性研究对平均因果效应的推断，如何评估其对未测量混杂的敏感性，并在给定敏感性参数时获得有效的估计与统计推断？
- 方法与思路
- 作者在固定敏感性参数下推导平均因果效应的非参数有效影响函数，再构造采用样本分割和截断的一步估计量。
- 材料陈述的贡献
- 摘要称，观测数据的半参数模型不限制敏感性参数取值，并建立根号样本量渐近理论的充分条件，辅以模拟和孕期吸烟应用。
- 阅读关注点
- 应核对敏感性参数的实质解释、影响函数推导、辅助模型估计要求及截断规则，并区分固定参数推断与跨参数敏感性展示。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未说明完整渐近条件，也不能据此确定实际未测量混杂的强度。
原文摘要
Establishing cause-effect relationships from observational data often relies on untestable assumptions. It is crucial to know whether, and to what extent, the conclusions drawn from non-experimental studies are robust to potential unmeasured confounding. In this paper, we focus on the average causal effect (ACE) as our target of inference. We generalize the sensitivity analysis approach developed by Robins et al. (2000), Franks et al. (2020), and Zhou and Yao (2023). We use semiparametric theory to derive the non-parametric efficient influence function of the ACE, for fixed sensitivity parameters. We use this influence function to construct a one-step, split sample, truncated estimator of the ACE. Our estimator depends on semiparametric models for the distribution of the observed data; importantly, these models do not impose any restrictions on the values of sensitivity analysis parameters. We establish sufficient conditions ensuring that our estimator has root-n asymptotics. We use our methodology to evaluate the causal effect of smoking during pregnancy on birth weight. We also evaluate the performance of estimation procedure in a simulation study.