×
詹妮弗·希尔；苏玉松

使用贝叶斯非参数评估因果推断缺乏共同支持：评估母乳喂养对儿童认知结果影响的意义。 （英语） 兹比尔1283.62220

附录申请。斯达。 7，第3期，1386-1420（2013）.
总结：观察性研究中的因果推断通常需要在不同组之间进行比较。例如，研究人员在调查母乳喂养时间延长对儿童结局的影响时，可能会被迫对具有显著不同特征的女性进行比较。在极端情况下，可能存在协变量空间的邻里关系，其中没有足够数量的两组女性（长时间母乳喂养和未母乳喂养的女性）来推断这些女性。这被称为缺乏共同支持。当我们试图估计缺乏共同支持的单元的因果影响时，可能会出现问题，因此我们可能希望避免对此类单元进行推断。如果对一组潜在混杂因素的可忽略性感到满意，那么确定公共支持假设是否成立或对哪些单位成立是一个经验问题。然而，在满足可忽略性所需的高维协变量空间中，这种识别可能并不容易。用于解决此问题的现有方法通常需要依赖参数假设，大多数（如果不是全部）忽略响应变量中嵌入的信息。
我们区分了“共同支持”和“共同因果支持”的概念。我们提出了一种新的方法来识别常见的因果支持，解决了现有方法的一些缺点。我们利用全国青年纵向调查的数据来评估母乳喂养至少九个月对五岁或六岁儿童阅读和数学成绩的影响，以此激励并说明这种方法。我们还在已知真实治疗效果的假设示例和模拟中评估了该方法的比较性能。

引用于10文件

MSC公司：

第62页第10页 统计学在生物学和医学中的应用；元分析
65立方厘米60 统计中的计算问题（MSC2010）
62层25 参数公差和置信区域
62G99型 非参数推理

关键词：

共同支持；重叠；捷运局；倾向得分

软件：

ps匹配2；BartPy公司；MatchIt匹配；千兆字节；R（右）；贝叶斯树；加姆；鼻音
PDF格式BibTeX公司 XML格式引用
\textit{J.Hill}和\textit{Y.-S.Su}，Ann.Appl。Stat.7，No.3，1386--1420（2013；Zbl 1283.62220）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Anderson，J.W.、Johnstone，B.M.和Remley，D.T.（1999）。母乳喂养与认知发展：一项荟萃分析。美国临床医学杂志。螺母。70 525-535.
[2] Breiman，L.（2001）。随机森林。机器学习45 5-32·Zbl 1007.68152号 ·doi:10.1023/A:1010933404324
[3] Breiman，L.、Freidman，J.H.、Olshen，R.A.和Stone，C.J.（1984）。分类和回归树。加利福尼亚州贝尔蒙特市沃兹沃斯·Zbl 0541.62042号
[4] Brookhart，M.A.、Schneeweiss，S.、Rothman，K.J.、Glynn，R.J.、Avorn，J.和Stürmer，T.（2006）。倾向得分模型的变量选择。美国流行病学杂志。163 1149-1156.
[5] Chase-Lansdale，P.、Mott，F.L.、Brooks-Gunn，J.和Philips，D.A.（1991年）。全国青少年纵向调查的儿童：一个独特的研究机会。发展心理学27 918-931。
[6] Chipman，H.、George，E.和McCulloch，R.（2007年）。贝叶斯集成学习。《神经信息处理系统进展》19（B.Schölkopf、J.Platt和T.Hoffman编辑）。麻省理工学院出版社，马萨诸塞州剑桥。
[7] Chipman，H.A.、George，E.I.和McCulloch，R.E.（2010年）。BART：贝叶斯加性回归树。附录申请。统计数据4 266-298·兹比尔1189.62066 ·doi:10.1214/09-AOAS285
[8] Chipman，H.和McCulloch，R.（2009年）。贝叶斯树：基于树的模型的贝叶斯方法。R包版本0.3-1。
[9] Crump，R.K.、Hotz，V.J.、Imbens，G.W.和Mitnik，O.A.（2009年）。处理平均治疗效果评估中的有限重叠。生物特征96 187-199·Zbl 1163.62083号 ·doi:10.1093/biomet/asn055
[10] Dehejia，R.H.和Wahba，S.（1999年）。非实验研究中的因果效应：重新评估培训计划的评估。J.Amer。统计师。协会94 1053-1062。
[11] Der，G.、Batty，G.D.和Deary，I.J.（2006）。母乳喂养对儿童智力的影响：前瞻性研究、兄弟姐妹对分析和荟萃分析。英国医学杂志333 945-950。
[12] Drane，D.L.和Logemann，J.A.（2000年）。对婴儿喂养类型与认知发展之间关系的证据进行批判性评估。儿科学。佩里纳特。流行病。14 349-356.
[13] Frolich，M.（2004）。倾向得分匹配和加权估计的有限样本性质。经济学与统计学评论86 77-90。
[14] Green，D.P.和Kern，H.L.（2012）。用贝叶斯加性回归树模拟调查实验中的异质处理效应。《民意季刊》76 491-511。
[15] Hansen，B.B.（2008）。倾向评分的预测类似物。生物特征95 481-488·Zbl 1437.62485号 ·doi:10.1093/biomet/asn004
[16] Hastie，T.（2009）。gam：广义加性模型。R软件包版本1.01。
[17] Heckman，J.J.、Ichimura，H.和Todd，P.（1997）。匹配作为计量经济评估估计器：来自职业培训计划的证据。经济评论。螺柱64 605-654·Zbl 0887.90039号 ·doi:10.2307/2971733
[18] Hill，J.L.（2011）。因果推理的贝叶斯非参数建模。J.计算。图表。统计师。20 217-240. ·doi:10.1198/jcgs.2010.08162
[19] Hill，J.L.、Weiss，C.和Zhai，F.（2013）。高维环境中倾向得分策略的挑战和潜在替代方案。多元行为研究46 477-513。
[20] Ho，D.E.，Imai，K.，King，G.和Stuart，E.A.（2013年）。MatchIt：参数因果推理的非参数预处理。统计软件杂志42 1-28。
[21] Imbens，G.（2004）。异质性下平均治疗效果的非参数估计：综述。《经济学和统计学评论》86 4-29。
[22] Jain，A.、Concato，J.和Leventhal，J.M.（2002年）。母乳喂养与智力联系的证据有多好？儿科109 1044-1053。
[23] Kelcey，B.（2011年）。使用结果代理选择倾向得分的协变量。多元行为研究46 453-476。
[24] Kern，H.L.、Stuart，E.A.、Hill，J.L.和Green，D.P.（2013）。将实验影响估计推广到目标样本的评估方法。技术报告，南卡罗来纳州哥伦比亚大学。
[25] Kramer，M.S.、Aboud，F.、Mironova，E.、Vanilovich，I.、Platt，R.W.、Matush，L.、Igumbov，S.、Fombonne，E.、Bogdanovich，N.、Ducruet，T.、Collet，J.-P、Chalmers，B.、Hodnet，E.、Davidovsky，S.、Skugarevsky，O.、Trofimovich，O.、Kozlova，L.和Shapiro，S.（2008年）。母乳喂养与儿童认知发育：一项大型随机试验的新证据。普通精神病学档案65 578-584。
[26] Kurth，T.、Walker，A.M.、Glynn，R.J.、Chan，K.A.、Gaziano，J.M.、Berger，K.和Robins，J.M（2006）。非均匀效应条件下多变量logistic回归、倾向匹配、倾向调整和基于倾向的权重的结果。美国流行病学杂志163 262-270。
[27] Lawlor，D.A.、Najman，J.M.、Batty，D.、O'Callaghan，M.J.、Williams，G.M.和Bor，W.（2006）。儿童智力的早期预测因素：母校对妊娠及其结局的研究结果。儿科和围产期流行病学20 148-162。
[28] Leuven，E.和Sianesi，B.（2011年）。PSMATCH2:Stata模块，用于执行全面马氏和倾向得分匹配、公共支持图绘制和协变量不平衡测试。波士顿学院经济系，马萨诸塞州波士顿。
[29] Lundqvist-Persson，C.、Lau，G.、Nordin，P.等人（2010年）。母乳喂养的早产儿的早期行为和发育受ω-6和ω-3脂肪酸的影响。早期人类发展86 407-412。
[30] McCaffrey，D.F.、Ridgeway，G.和Morral，A.R.（2004）。用于评估观察性研究中因果效应的增强回归倾向得分估计。精神病。方法9 403-425。
[31] Morgan，S.L.和Harding，D.J.（2006年）。因果效应的匹配估计：理论和实践中的前景和陷阱。社会学。方法研究35 3-60。
[32] Mortensen，E.L.、Michaelsen，K.F.、Sanders，S.A.和Reinisch，J.M.（2002）。母乳喂养时间与成人智力之间的关系。美国医学会杂志287 2365-2371。
[33] R核心团队（2012年）。R：统计计算语言和环境。奥地利维也纳，ISBN 3-900051-07-0。
[34] Ridgeway，G.（2007）。gbm：广义增强回归模型。R包版本1.6-3。
[35] Ridgeway，G.、McCaffrey，D.、Morral，A.、Griffin，B.A.和Burgette，L.（2012年）。twang：非等效组加权和分析工具包。R软件包版本1.2-5。可从获取。
[36] Rosenbaum，P.R.（1984）。调整受治疗影响的伴随变量的后果。J.罗伊。统计师。Soc.序列号。A 147 656-666。
[37] Rosenbaum，P.R.和Rubin，D.B.（1983年）。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·兹伯利0522.62091 ·doi:10.1093/biomet/70.1.41
[38] 鲁宾博士（2002年）。使用倾向评分帮助设计观察研究：在烟草诉讼中的应用。卫生服务与结果研究方法2 169-188。
[39] Woo，M.-J.、Reiter，J.P.和Karr，A.F.（2008）。使用广义加性模型估计倾向得分。《统计医学》第27卷第3805-3816页·doi:10.1002/sim.3278
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。