Combining BART and Principal Stratification to estimate the effect of intermediate on primary outcomes with application to estimating the effect of family planning on employment in sub-Saharan Africa
结合 BART 与主分层估计中间变量效应：撒哈拉以南非洲计划生育与就业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：摘要以主分层处理避孕使用的混杂，并估计项目影响人群中的因果效应。
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…
结合 BART 与主分层估计中间变量效应：撒哈拉以南非洲计划生育与就业
- 研究问题
- 项目分配较少受到混杂、但避孕使用与就业可能共享原因时，如何估计受项目影响女性中的避孕使用因果效应？
- 方法与思路
- 作者按对项目的潜在反应进行主分层，用 BART 建模分层归属及结果，形成 Prince BART，并开展模拟与准实验应用。
- 材料陈述的贡献
- 摘要称该方法减少对参数形式的依赖；在尼日利亚六城市应用中，其结论与采用参数假设的其他建模方法有所不同。
- 阅读关注点
- 应核对潜在分层内无混杂陈述所需的识别限制、项目工具变量条件、分层归属模型，以及准实验设计的有效性。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未经核实；本摘要仅描述尼日利亚六城市，未说明目标人群推广或塞内加尔分析。
原文摘要
There is interest in learning about the causal effect of family planning (FP) on empowerment related outcomes. Experimental data related to this question are available from trials in which FP programs increase access to FP. While program assignment is unconfounded, FP uptake and subsequent empowerment may share common causes. We use principal stratification to estimate the causal effect of an intermediate FP outcome on a primary outcome of interest, among women affected by a FP program. Within strata defined by the potential reaction to the program, FP uptake is unconfounded. To minimize the need for parametric assumptions, we propose to use Bayesian Additive Regression Trees (BART) for modeling stratum membership and outcomes of interest. We refer to the combined approach as Prince BART. We evaluate Prince BART through a simulation study and use it to assess the causal effect of modern contraceptive use on employment in six cities in Nigeria, based on quasi-experimental data from a FP program trial during the first half of the 2010s. We show that findings differ between Prince BART and alternative modeling approaches based on parametric assumptions.