统计及其接口

第15卷（2022年）

数字4

基于非线性模型广义差分方法的因果测度

页：399 – 413

内政部：https://dx.doi.org/10.4310/21-SII704

作者

Marcelo M.Taddeo（巴西巴伊亚州萨尔瓦多巴伊亚联邦大学数学和统计研究所）

Leila D.Amorim（巴西巴伊亚州萨尔瓦多巴伊亚联邦大学健康知识数据整合中心和数学与统计研究所）

罗萨娜·阿基诺（巴西巴伊亚州萨尔瓦多巴伊亚联邦大学公共卫生学院卫生知识与数据整合中心）

摘要

为了评估干预措施对观察性研究的影响，提出了几种确定因果影响的方法。它们包括倾向得分匹配、回归不连续性、工具变量和因果图。在这篇论文中，我们关注的是差异中的差异。我们回顾了这一主题，讨论了其范围和局限性，并将其扩展到一类非线性模型，归纳出与响应变量类型和相应统计模型相关的更合适的因果测度。更具体地说，我们将通常的因果关系识别程序扩展到更一般的设置，尤其是广义线性模型，并提出了必要的假设。我们称这种方法为广义差分法。为了说明这一点，我们分析了巴西三个相关健康问题的新数据：寨卡病毒爆发对出生率的人口影响，以及初级卫生保健中两种不同干预措施，即家庭健康计划和更多医生计划对住院率的影响。这些分析除了原创和参考重要主题外，还补充和扩展了以往的研究。最后，我们认为，在方法论和应用部分，使用广义差分法将有助于我们避免因在不同尺度上误用常用差分法而产生的错误和谬误。

关键词

因果推断、影响评估、差异中的差异、平均治疗、广义线性模型、公共卫生

2010年数学学科分类

初级62Dxx，62J12。次要97K80。

收到日期：2020年8月13日

2021年9月11日接受

2022年3月4日出版