×
约瑟夫·安东内利;迈克尔·丹尼尔斯（Michael J.Daniels）。

关于PENCOMP的讨论。 （英语） Zbl 1418.62150号

美国统计协会。 114，编号525，24-27（2019）.
对的注释[Zbl 1418.62179号].

引用于1审查

MSC公司：

62G08号 非参数回归和分位数回归
62D99型 统计抽样理论及相关课题
62G35型 非参数稳健性
62J12型 广义线性模型（逻辑模型）

关键词：

因果推理;缺少数据;回归，回归;贝叶斯非参数

引文：

Zbl 1418.62179号

软件：

巴蒂;超级学习者;贝叶斯树
PDF格式BibTeX公司 XML格式引用
\textit{J.Antonelli}和\textit{M.J.Daniels}，美国J.Stat.Assoc.114，No.525，24-27（2019；Zbl 1418.62150）
全文： 内政部 链接

参考文献：

[1] Bang，H。；Robins，J.M.，“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, 962-973 (2005) ·Zbl 1087.62121号 ·文件编号：10.1111/j.1541-0420.2005.00377.x
[2] Bartlett，J.W。；希曼，S.R。；怀特，I.R。；卡彭特，J.R。；阿尔茨海默病神经成像倡议。*，“通过完全条件规范对协变量进行多重插补：适应实体模型”，医学研究中的统计方法，，24262-487（2015年）·doi:10.1177/0962280214521348
[3] Chipman，H.A。；E.I.乔治。；Mcculloch，R.E.，“巴特：贝叶斯加性回归树”，应用统计学年鉴,, 4, 266-298 (2010) ·Zbl 1189.62066号 ·doi:10.1214/09-AOAS285
[4] 丹尼尔斯，M.J。；Luo，X.，“关于在存在辅助协变量的情况下，推断与缺失数据相容性的注释”，《医学统计学》，110（2018）·doi:10:1002/sim:8025
[5] Dorie，V.、Hill，J.、Shalit，U.、Scott，M.和Cervone，D.（2017），“因果推断的自动化方法与自我验证方法：从数据分析竞赛中吸取的教训”，arXiv预印本arXiv:1707.02641·Zbl 1420.62345号
[6] Hill，J.L.，“因果推断的贝叶斯非参数建模”，计算与图形统计杂志,, 20, 217-240 (2011) ·文件编号：10.1198/jcgs.2010.08162
[7] Kang，J.D。；Schafer，J.L.，“双重稳健性的解密：从不完整数据估计总体平均值的替代策略的比较”，统计科学,, 22, 523-539 (2007) ·Zbl 1246.62073号 ·doi:10.1214/07-STS227
[8] Kennedy，E.H.，“基于增量倾向得分干预的非参数因果关系”，《美国统计协会杂志》。(2018) ·Zbl 1420.62200号 ·doi:10.1080/01621459.2017.142273
[9] Kim，C。；丹尼尔斯，M。；马库斯，B。；Roy，J.，“调解因果关系的贝叶斯非参数推断框架”，生物计量学,, 73, 401-409 (2017) ·Zbl 1372.62073号 ·doi:10.1111/biom.12575
[10] 利特尔·R。；Rubin，D.，《缺失数据的统计分析》（2002），纽约：威利出版社，纽约·Zbl 1011.62004号
[11] 刘杰。；Gelman，A。；希尔，J。；苏，Y.-S。；Kropko，J.，“关于迭代插值的平稳分布”，生物特征,, 101, 155-173 (2014) ·Zbl 1285.62058号 ·doi:10.1093/biomet/ast044
[12] 孟，X.-L，“具有非遗传输入源的多重插补推理”，统计科学,, 9, 538-558 (1994) ·doi:10.1214/ss/1177010269
[13] Neal，R.M.，“Dirichlet过程混合模型的马尔可夫链抽样方法”，计算与图形统计杂志,, 9, 249-265 (2000) ·doi:10.1080/1061860020.10474879
[14] Raghunathan，T.E。；Lepkowski，J.M。；Van Hoewyk，J。；Solenberger，P.，“使用回归模型序列乘法计算缺失值的多元技术”，《调查方法》，27，85-96（2001）
[15] 罗伊·J。；Lum，K.J。；Daniels，M.J.，“点治疗和持续或生存结果的边缘结构模型的贝叶斯非参数方法”，生物统计学,, 18, 32-47 (2017) ·doi:10.1093/biostatistics/kxw029
[16] 罗伊·J。；Lum，K.J。；Zeldow，B。；德沃金，J.D。；关于V.L.Iii；Daniels，M.J.，“随机协变量缺失因果推断的贝叶斯非参数生成模型”，生物计量学,, 74, 1193-1202 (2018) ·doi:10.1111/biom.12875
[17] Van Der Laan，医学博士。；波利，E。；Hubbard，A.E.，“超级学习者”，《遗传学和分子生物学的统计应用》，6，1-21（2007）·兹比尔1166.62387
[18] 韦德，S。；邓森，D.B。；Petrone，S.公司。；Trippa，L.，“通过浓缩改进Dirichlet过程混合物的预测”，《机器学习研究杂志》，第15期，第1041-1071页（2014年）·Zbl 1319.62085号
[19] 韦德，S。；Mongeluzzo，S。；Petrone，S.，“贝叶斯非参数推断的丰富共轭先验”，贝叶斯分析,, 6, 359-385 (2011) ·Zbl 1330.62219号 ·doi:10.1214/11-BA614
[20] 徐，D。；丹尼尔斯，M.J。；Winterstein，A.G.，“缺失协变量插补的顺序交换”，生物统计学,, 17, 589-602 (2016) ·doi:10.1093/biostatistics/kxw009
[21] 徐，D。；丹尼尔斯，M.J。；Winterstein，A.G.，“量化因果推断的贝叶斯非参数方法”，生物计量学，74986-996（2018）·Zbl 1414.62481号
[22] 张，G。；Little，R.，“插补倾向预测方法的惩罚样条的推广”，生物计量学,, 65, 911-918 (2009) ·Zbl 1172.62071号 ·doi:10.1111/j.1541-0420.2008.01155.x
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。