Causal inference for continuous-time processes when covariates are observed only at discrete times
协变量仅在离散时点观测时的连续时间过程因果推断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：摘要明确讨论结构嵌套模型、g 估计、序贯随机化与腹泻对身高的因果效应。
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…
协变量仅在离散时点观测时的连续时间过程因果推断
- 研究问题
- 论文研究连续时间生成、离散时点观测的纵向数据中，离散时间 g 估计何时一致，以及观测层面序贯随机化失效如何处理。
- 方法与思路
- 作者在确定性模型下讨论保证 g 估计一致的其他假设，并在更一般情形提出控制未来信息的方法，通过模拟与真实数据比较。
- 材料陈述的贡献
- 摘要称，新方法在部分 g 估计严重不一致的情形下仍可一致，并将方法用于估计孟加拉洪灾后腹泻对儿童身高的影响。
- 阅读关注点
- 应核对连续时间过程与观测机制、替代识别假设、控制未来信息的方法构造，以及模拟和应用中因果效应的具体定义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未列出识别假设或效应数值；新方法的表现陈述限于所研究情形，不能普遍推广。
原文摘要
Most of the work on the structural nested model and g-estimation for causal inference in longitudinal data assumes a discrete-time underlying data generating process. However, in some observational studies, it is more reasonable to assume that the data are generated from a continuous-time process and are only observable at discrete time points. When these circumstances arise, the sequential randomization assumption in the observed discrete-time data, which is essential in justifying discrete-time g-estimation, may not be reasonable. Under a deterministic model, we discuss other useful assumptions that guarantee the consistency of discrete-time g-estimation. In more general cases, when those assumptions are violated, we propose a controlling-the-future method that performs at least as well as g-estimation in most scenarios and which provides consistent estimation in some cases where g-estimation is severely inconsistent. We apply the methods discussed in this paper to simulated data, as well as to a data set collected following a massive flood in Bangladesh, estimating the effect of diarrhea on children's height. Results from different methods are compared in both simulation and the real application.