丹尼尔·格雷厄姆。;艾玛·J·麦考伊。;大卫·A·斯蒂芬斯。 双稳健估计的近似贝叶斯推断。 （英语） Zbl 1357.62186号 贝叶斯分析。 11，第1号，47-69（2016）. 摘要：双稳健估计量通常是通过结合结果回归和倾向得分模型来构建的，以满足矩限制，确保在正确指定至少一个成分模型的情况下，对因果量进行一致估计。标准贝叶斯方法很难应用，因为限制矩模型并不意味着完全指定的似然函数。本文提出了一种贝叶斯自举方法来推导近似后验预测分布，该分布对因果量的估计具有双重鲁棒性。仿真表明，该方法在结果回归或倾向评分模型的各种错误指定源下表现良好。该估计器被应用于英国城市区域剥夺对儿童行人伤亡率影响的案例研究。 引用于7文件 MSC公司： 62G09号 非参数统计重采样方法 2015年1月62日 贝叶斯推断 62G35型 非参数稳健性 关键词：近似贝叶斯;双重鲁棒;倾向得分;处理效果 PDF格式BibTeX公司 XML格式引用 \textit{D.J.Graham}等人，贝叶斯分析。11，第1号，47--69（2016；Zbl 1357.62186） 全文： 内政部 欧几里得 参考文献： [1] Bang，H.和Robins，J.M.（2005）。“缺失数据和因果推断模型中的双重稳健估计”，《生物计量学》，61:962-972·Zbl 1087.62121号 ·文件编号：10.1111/j.1541-0420.2005.00377.x [2] Chamberlain，G.和Imbens，G.W.（2003）。“贝叶斯推断的非参数应用”，《商业与经济统计杂志》，21（1）：12-18。 [3] Christie，N.（1995年）。“儿童行人事故中的社会、经济和环境因素：研究综述”，技术报告116，伯克郡交通研究实验室。 [4] Flores，C.A.、Flores Lagunes，A.、Gonzalez，A.和Neumann，T.C.（2012年）。“评估培训项目中接受教育时间的影响：就业服务团的案例”，《经济学与统计评论》，94（1）：153-171。 [5] Graham，D.J.、McCoy，E.J.和Stephens，D.A.（2012年）。“连续治疗效果的半参数双稳健估计”，2012年圣地亚哥联合统计会议论文。 [6] - (2013). “使用纵向混合模型量化区域剥夺对儿童行人伤亡的影响，以调整混杂、干扰和空间依赖性。”《皇家统计学会杂志：A辑》，176（4）：931-950·doi:10.1111/j.1467-985X.2012.01071.x [7] Graham，D.J.和Stephens，D.A.（2008年）。“英国剥夺对儿童行人伤亡的影响分解”，《事故分析与预防》，40:1351-1364。 [8] Gustafson，P.（2012）。“双倍胸围估计器：贝叶斯估值略高于实际值。”《国际生物统计杂志》，8（2）：1-15·doi:10.2202/1557-4679.1349 [9] Hirano，K.和Imbens，G.W.（2004）。“连续治疗的倾向评分”，Gelman，A.和Meng，X.（编辑），应用贝叶斯建模和不完全数据视角的因果推断，73-84。纽约：Wiley·Zbl 05274806号 [10] Horvitz，D.G.和Thompson，D.J.（1952年）。“从有限宇宙中不替换抽样的一般化”，《美国统计协会期刊》，47:663-685·Zbl 0047.38301号 ·doi:10.2307/2280784 [11] Imbens，G.W.（1999）。“倾向评分在估计剂量反应函数中的作用”，NBER工作文件，237·Zbl 1120.62334号 ·doi:10.1093/biomet/87.3.706 [12] - (2000). “倾向评分在评估剂量反应功能中的作用”，《生物特征》，87（3）：706-710·Zbl 1120.62334号 ·doi:10.1093/biomet/87.3.706 [13] Kang，J.D.Y.和Schafer，J.L.（2007）。“揭开双重稳健性的神秘面纱：从不完整数据中估计人口平均值的替代策略的比较”，《统计科学》，22（4）：523-539·Zbl 1246.62073号 ·doi:10.1214/07-STS227 [14] Kass，R.E.和Steffey，D.（1989）。“条件独立层次模型中的近似贝叶斯推断（参数经验贝叶斯模型）”，《美国统计协会杂志》，84（407）：717-726·doi:10.1080/01621459.1989.10478825 [15] Lunseford，J.K.和Davidian，M.（2004）。“通过倾向评分评估因果治疗效果的分层和加权：一项比较研究”，《医学统计》，23:2937-2960。 [16] McCandless，L.C.、Richardson，S.和Best，N.（2012年）。“使用外部验证数据和倾向得分调整遗漏的Confounders”，《美国统计协会杂志》，107（497）：40-51·兹比尔1328.62031 ·doi:10.1080/01621459.2011.643739 [17] Newton，M.A.和Raftery，A.E.（1994年）。《加权似然引导法的近似贝叶斯推断》，《皇家统计学会杂志》。B系列（方法学），56（1）：第3-48页·Zbl 0788.62026号 [18] Pearl，J.（2009）。因果关系-模型、推理和推理。剑桥：剑桥大学出版社，第二版·Zbl 1188.68291号 [19] - (2010). “关于一类危害效应估计的偏见放大变量”，《第25届人工智能不确定性会议论文集》（UAI 2010），第425-432页。科瓦利斯：人工智能不确定性协会。 [20] Robins，J.M.和Rotnitzky，A.（2001年）。评论“半参数模型的推断：一些问题和答案”中国统计局，11:920-936·Zbl 0997.62028号 [21] Rubin，D.B.（1981）。“贝叶斯引导”，《统计年鉴》，9（1）：130-134·doi:10.1214/aos/1176345338 [22] Scharfstein，D.O.、Rotnitzky，A.和Robins，J.M.（1999）。“使用半参数非响应模型调整不可忽视的辍学率”，《美国统计协会杂志》，94（448）：1096-1120（回复1135-1146）·Zbl 1072.62644号 ·doi:10.2307/2669923 [23] Tsiatis，A.A.（2006年）。半参数理论和缺失数据。柏林：斯普林格·Zbl 1105.6202号 ·数字对象标识代码：10.1007/0-387-37345-4 [24] Tsiatis，A.A.和Davidian，M.（2007年）。“评论：双重稳健性的解密：从不完整数据估计总体平均数的替代策略的比较”，《统计科学》，22（4）：569-573·兹比尔1246.62078 ·doi:10.1214/07-STS227B [25] van der Laan，M.和Robins，J.M.（2003）。审查纵向数据和因果关系的统一方法。柏林：斯普林格·Zbl 1013.62034号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。