On varieties of doubly robust estimators under missingness not at random with a shadow variable
具有影子变量的非随机缺失下双重稳健估计量的不同形式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：摘要研究非随机缺失下的均值估计，双重稳健术语本身不足以将其归为因果推断。
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
具有影子变量的非随机缺失下双重稳健估计量的不同形式
- 研究问题
- 当结果变量非随机缺失，但存在完全观测且满足特定条件独立关系的影子变量时，如何估计总体结果均值并检验所需工作模型？
- 方法与思路
- 作者基于影子变量与结果相关、给定协变量和结果后独立于缺失过程的设定，提出两个替代估计量，并用拟合优度检验评估工作模型。
- 材料陈述的贡献
- 摘要称两种新估计量扩展了随机缺失下的类似方法且具有不同性质；完整数据分布识别条件和既有双重稳健估计被明确归于先前工作。
- 阅读关注点
- 应核对影子变量条件的可辩护性、本文新估计量与既有方法的区别、双重稳健性涉及的模型组合，以及拟合优度检验能检验哪些限制。
- 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；摘要未展开两个估计量的性质及完整识别条件，也未说明检验的有效性范围。
原文摘要
Suppose we are interested in the mean of an outcome variable missing not at random. Suppose however that one has available a fully observed shadow variable, which is associated with the outcome but independent of the missingness process conditional on covariates and the possibly unobserved outcome. Such a variable may be a proxy or a mismeasured version of the outcome and is available for all individuals. We have previously established necessary and sufficient conditions for identification of the full data law in such a setting, and have described semiparametric estimators including a doubly robust estimator of the outcome mean. Here, we propose two alternative estimators, which may be viewed as extensions of analogous methods under missingness at random, but enjoy different properties. We assess the correctness of the required working models via straightforward goodness-of-fit tests.