Mann–Whitney Test with Adjustments to Pretreatment Variables for Missing Values and Observational Study
针对缺失值与观察性研究进行处理前变量调整的Mann–Whitney检验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：摘要明确针对观察性处理效果比较，并通过结果条件分布调整秩检验，关联因果推断与分布比较。
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
针对缺失值与观察性研究进行处理前变量调整的Mann–Whitney检验
- 研究问题
- 当结果缺失或处理参与取决于处理前变量时，如何调整Mann–Whitney检验，以减少治疗效果比较中的潜在偏差？
- 方法与思路
- 作者一致估计给定处理前变量的结果条件分布以校正偏差，提出用于高维协变量降维的半参数扩展，并用新自助法逼近零分布。
- 材料陈述的贡献
- 摘要称方法扩展了Mann–Whitney检验在缺失数据与观察性研究中的使用，并通过模拟及经济学观察性数据分析展示表现。
- 阅读关注点
- 应核对缺失与处理分配机制的假设、所检验的分布比较对象，以及条件分布估计、降维和自助法有效性的条件。
- 阅读边界
- 仅据所给Crossref摘要；摘要未说明因果识别、重叠性或缺失机制的具体条件，协变量调整不能据此视为消除了所有混杂。
原文摘要
Summary The conventional Wilcoxon or Mann–Whitney test can be invalid for comparing treatment effects in the presence of missing values or in observational studies. This is because the missingness of the outcomes or the participation in the treatments may depend on certain pretreatment variables. We propose an approach to adjust the Mann–Whitney test by correcting the potential bias via consistently estimating the conditional distributions of the outcomes given the pretreatment variables. We also propose semiparametric extensions of the adjusted Mann–Whitney test which lead to dimension reduction for high dimensional covariates. A novel bootstrap procedure is devised to approximate the null distribution of the test statistics for practical implementations. Results from simulation studies and an economics observational study data analysis are presented to demonstrate the performance of the approach proposed.