×

有针对性的平滑参数选择,用于估计平均因果效应。 (英语) Zbl 1306.65064号

摘要:观察性研究中平均因果效应的非参数估计通常依赖于通过平滑回归方法(如核回归、样条回归或局部多项式回归)控制混杂的协变量。此类回归方法通过平滑参数进行调整,平滑参数用于调节拟合中使用的自由度。本文提出了当目标参数是平均因果效应时,选择平滑参数的数据驱动方法。为此,我们建议估计估计量的均方误差的精确表达式。渐近逼近表明,与估计回归函数的最佳平滑参数相比,最小化此均方误差的平滑参数收敛到零的速度更快。在模拟研究中,我们表明,与其他可用方法(例如交叉验证)相比,用于选择平滑参数的拟议数据驱动方法产生的经验均方误差更低。

理学硕士:

62-08 统计问题的计算方法
62G07年 密度估算

软件:

R(右)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Andrews DWK(1991)异方差回归中广义cl、交叉验证和广义交叉验证的渐近最优性。《经济学杂志》47:359-377·Zbl 0734.62069号 ·doi:10.1016/0304-4076(91)90107-O
[2] Cheng PE(1994)随机缺失数据的均值泛函的非参数估计。美国统计协会杂志89:81-87·Zbl 0800.62213号 ·doi:10.1080/01621459.1994.10476448
[3] Cleveland WS(1979)稳健局部加权回归和平滑散点图。美国统计协会杂志74:829-836·Zbl 0423.62029号 ·doi:10.1080/01621459.1979.10481038
[4] Dawid AP(1979)统计理论中的条件独立性。J R Stat Soc Ser B Stat方法41:1-31·Zbl 0408.62004号
[5] de Luna X,Lundin M(2014)无根据假设的敏感性分析及其在大学选择对收入影响评估中的应用。应用程序统计41:1-18·Zbl 1514.62519号
[6] de Luna X,Waernbaum I,Richardson TS(2011)平均治疗效果非参数估计的协变量选择。生物特征98:861-875·Zbl 1228.62139号 ·doi:10.1093/biomet/asr041
[7] Fan J(1992)设计自适应非参数回归。美国统计协会杂志87:998-1004·Zbl 0850.62354号 ·doi:10.1080/01621459.1992.10476255
[8] Fan J,Gijbels I(1996)局部多项式建模及其应用。查普曼和霍尔,伦敦·Zbl 0873.62037号
[9] Frölich M(2005)匹配估计器和最佳带宽选择。统计计算15:197-215·doi:10.1007/s11222-005-1309-6
[10] Frölich M(2007)用协变量对局部平均治疗效果进行非参数IV估计。《经济学杂志》139:35-75·Zbl 1418.62117号 ·doi:10.1016/j.jeconom.2006.06.004
[11] Häggström J(2013)半参数可加模型反求估计的带宽选择:一项模拟研究。计算统计数据分析62:136-148·兹比尔1348.65024 ·doi:10.1016/j.csda.2013.01.010
[12] Hansen B(2008)倾向评分的预后类似物。生物特征95:481-488·Zbl 1437.62485号 ·doi:10.1093/biomet/asn004
[13] Härdle W,Hall P,Marron J(1992)回归平滑参数离最佳值不远。美国统计协会杂志87:227-233·Zbl 0850.62352号
[14] Imbens GW(2004)《异质性下平均治疗效果的非参数估计:综述》。经济评论统计86:4-29·doi:10.1162/003465304323023651
[15] Imbens GW、Newey W、Ridder G(2005)平均治疗效果的均方误差计算。IEPR工作文件05.34,经济政策研究所(IEPR)。http://dornsife.usc.edu/IEPR/工作 ·Zbl 0408.62004号
[16] Imbens GW,Wooldridge JM(2009)《项目评估计量经济学的最新发展》。《经济学杂志》。点燃。47:5-86 ·doi:10.257/jel.47.1.5
[17] 内曼J(1923)关于概率论在农业实验中的应用。关于原则的论文。第9节。(1990),翻译(讨论)。统计科学5:465-480
[18] Opsomer JD,Sheather S,Wand M(1995)局部最小二乘回归的有效带宽选择器。美国统计协会杂志90:1257-1270·Zbl 0868.62034号 ·doi:10.1080/01621459.1995.10476630
[19] R核心团队(2014)R:统计计算的语言和环境。R统计计算基金会,维也纳
[20] Rosenbaum P,Rubin D(1983)倾向评分在因果效应观察性研究中的中心作用。生物特征70:41-55·Zbl 0522.62091号 ·doi:10.1093/biomet/70.1.41
[21] Rubin DB(1974)在随机和非随机研究中估计治疗的因果效应。《教育心理学杂志》66:688-701·doi:10.1037/h0037350
[22] Ruppert D,Wand M(1994)多元局部加权最小二乘回归。Ann统计22:1346-1370·Zbl 0821.62020号 ·doi:10.1214/aos/1176325632
[23] Speckman P(1988)部分线性模型中的核平滑。J R Stat Soc Ser B Stat方法50:413-436·Zbl 0671.62045号
[24] Waernbaum I(2010)《平均治疗效果评估的倾向评分模型规范》。J Stat Plan推断140:1948-1956·Zbl 1184.62173号 ·doi:10.1016/j.jspi.2010.01.033
[25] Wilson JR(1984)《数字仿真的方差减少技术》。美国数学管理科学杂志4:277-312·Zbl 0581.65005号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。