Multivariate one-sided testing in matched observational studies as an adversarial game
作为对抗博弈的匹配观察研究多变量单侧检验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：摘要明确研究匹配观察数据中的因果机制、多结局处理效应及隐藏偏倚敏感性分析。
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
作为对抗博弈的匹配观察研究多变量单侧检验
- 研究问题
- 当研究者预先认为某个因果机制应对多个结局产生已知方向的效应时，如何联合检验并评估对隐藏偏倚的敏感性？
- 方法与思路
- 作者将检验写成对抗博弈：研究者选择统计量的最佳线性组合，对抗最不利隐藏偏倚模式，并通过凸优化求解。
- 材料陈述的贡献
- 摘要称检验具有 chi-bar-squared 极限分布，在一类相容统计量中达到最大设计敏感度，并可结合闭合检验控制家族错误率。
- 阅读关注点
- 应核对效应方向的预先指定、偏倚约束和凸优化问题、设计敏感度最优性的比较类别，以及闭合检验的具体实施。
- 阅读边界
- 仅据所给 Crossref 摘要，偏倚模型与最优性条件未说明；设计敏感度不等于有限样本功效保证，也不能推断其他版本变化。
原文摘要
Summary We present a multivariate one-sided sensitivity analysis for matched observational studies, appropriate when the researcher has specified that a given causal mechanism should manifest itself in effects on multiple outcome variables in a known direction. The test statistic can be thought of as the solution to an adversarial game, where the researcher determines the best linear combination of test statistics to combat nature’s presentation of the worst-case pattern of hidden bias. The corresponding optimization problem is convex, and can be solved efficiently even for reasonably sized observational studies. Asymptotically, the test statistic converges to a chi-bar-squared distribution under the null, a common distribution in order-restricted statistical inference. The test attains the largest possible design sensitivity over a class of coherent test statistics, and facilitates one-sided sensitivity analyses for individual outcome variables while maintaining familywise error control through its incorporation into closed testing procedures.