Mediation Analysis with the Mediator and Outcome Missing Not at Random
中介变量与结果非随机缺失时的中介分析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：摘要明确研究中介分析中的直接与间接因果效应及其识别。
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…
中介变量与结果非随机缺失时的中介分析
- 研究问题
- 当中介变量和结果均可能非随机缺失时，哪些可解释的缺失机制能够支持直接与间接因果效应的识别及统计推断？
- 方法与思路
- 作者研究允许中介变量和结果非随机缺失的若干机制，分析直接与间接效应的可识别性，以模拟和全国就业培训研究展示方法。
- 材料陈述的贡献
- 摘要称，研究在若干可解释机制下处理非随机缺失导致的识别困难，并评估对应统计推断的表现和真实研究中的应用。
- 阅读关注点
- 应核对各缺失机制的具体限制、因果中介识别所需条件、可检验与不可检验假设，以及估计步骤和模拟覆盖情形。
- 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；摘要未列出具体缺失机制和识别假设，不能认为一般非随机缺失下效应可识别。
原文摘要
Mediation analysis is widely used for investigating direct and indirect causal pathways through which an effect arises. However, many mediation analysis studies are challenged by missingness in the mediator and outcome. In general, when the mediator and outcome are missing not at random, the direct and indirect effects are not identifiable without further assumptions. We study the identifiability of the direct and indirect effects under some interpretable mechanisms that allow for missing not at random in the mediator and outcome. We evaluate the performance of statistical inference under those mechanisms through simulation studies and illustrate the proposed methods via the National Job Corps Study.