布莱恩·雷奇（Brian J.Reich）。;杨，舒;关亚文;安德鲁·基芬（Andrew B.Giffin）。;马修·米勒。;安娜·拉波德 环境和流行病学应用的空间因果推理方法综述。 （英语） Zbl 07777967号 国际统计版次。 89，第3号，605-634（2021）. 摘要：因果推理的科学严谨性和计算方法对许多学科产生了巨大影响，但直到最近才开始在空间应用中站稳脚跟。由于一个位置的治疗与其他位置的结果之间存在复杂的相关性结构和干扰，空间因果推断给分析带来了挑战。在本文中，我们回顾了当前关于空间因果推断的文献，并确定了未来的工作领域。我们首先讨论了利用空间结构解释未测量混杂变量的方法。然后，我们讨论了存在空间干扰时的因果分析，包括用于降低所考虑干扰模式复杂性的几个常见假设。这些方法扩展到时空情况，在时空情况下，我们将潜在结果框架与Granger因果关系进行比较和对比，并扩展到涉及治疗和反应的空间随机场的地质统计学分析。在观察环境和流行病学研究的背景下介绍了这些方法，并通过模拟研究和分析环境空气污染对新型冠状病毒肺炎死亡率的影响进行了比较。使用流行的贝叶斯软件实现许多方法的代码打开BUGS提供了。{©2021国际统计学会} 引用于三文件 理学硕士： 62件 统计学的应用 62华夏 多元分析 6200万 随机过程推断 关键词：干扰;潜在结果;倾向得分;空间混淆;溢出 软件：spBayes公司;打开BUGS;拔管器 PDF格式BibTeX公司 XML格式引用 \textit{B.J.Reich}等人，《国际统计评论》第89版，第3期，605--634（2021年；Zbl 07777967） 全文： 内政部 arXiv公司 链接 参考文献： [1] Abadie，A.和Imbens，G.W.2016。匹配估计的倾向得分。《计量经济学》，84，781-807·Zbl 1410.62065号 [2] Aronow，P.M.，Samii，C.等人，2017年。估计一般干扰下的平均因果效应，并应用于社交网络实验。附录申请。《统计》，11（4），1912-1947年·Zbl 1383.62329号 [3] Ashenfelter，O.&Card，D.1985年。使用收入的纵向结构来评估培训计划的效果。经济收益率。统计，67（4），648-660。 [4] Baddeley，A.、Rubak，E.和Turner，R.2015。空间点模式：佛罗里达州R.Boca Raton的方法和应用：Chapman和Hall/CRC。 [5] Baird，S.，Bohren，J.A.，McIntosh，C.&Úzler，B.2018。干扰条件下实验的优化设计。经济收益率。统计，100（5），844-860。 [6] Banerjee，S.，Carlin，B.P.&Gelfand，A.E.2014年。空间数据的分层建模与分析。佛罗里达州博卡拉顿：查普曼和霍尔/CRC。 [7] Bang，H.和Robins，J.M.2005。缺失数据和因果推理模型中的双重稳健估计。生物统计学，61962-973·Zbl 1087.62121号 [8] Barkley，B.G.，Hudgens，M.G.，Clemens，J.D.，Ali，M.&Emch，M.E.2017年。聚类干扰观察性研究的因果推断。arXiv预印本arXiv：1711.04834。 [9] Bind，2019年3月。环境健康因果建模。《公共卫生年鉴》，第40、23-43页。 [10] Bindoff，N.L.、Stott，P.A.、AchutaRao，K.M.、Allen，M.R.、Gillett，N.、Gutzler，D.、Hansingo，K.、Hegerl，G.、Hu，Y.、Jain，S.和Mokhov，I.I.2013。气候变化的检测和归因：从全球到区域。美国纽约州纽约市：剑桥大学出版社。 [11] Bor，J.、Moscoe，E.、Mutevedzi，P.、Newell，M.‐L.和巴尼豪森，T.2014。流行病学中的回归间断设计：无随机试验的因果推断。流行病学（马萨诸塞州剑桥），25（5），729。 [12] Cao，W.，Tsiatis，A.A.和Davidian，M.2009。改进不完全数据总体均值的双稳健估计的效率和鲁棒性。Biometrika，96723-734·Zbl 1170.62007年 [13] 考克斯，D.R.1958。实验规划。美国纽约州纽约市：威利·Zbl 0084.15802号 [14] Cross，P.C.，Prosser，D.J.，Ramey，A.M.，Hanks，E.M.&Pepin，K.M.2019。用数据面对模型：估计疾病溢出的挑战。菲尔翻译。R.Soc.B，374（1782），20180435。 [15] Davis，M.L.，Neelon，B.，Nietert，P.J.，Hunt，K.J.，Burgette，L.F.，Lawson，A.B.&Egede，L.E.2019年。通过空间倾向得分解决地理混淆：糖尿病种族差异研究。《统计方法医学研究》，28（3），734-748。 [16] Davison，A.C.&Huser，R.2019年。空间极值。佛罗里达州博卡拉顿：CRC出版社。 [17] Delgado，M.S.&Florax，RJGM2015。空间数据的差异技术：局部自相关和空间交互。经济。莱特。，137, 123-126. ·Zbl 1398.62230号 [18] Diggle，P.J.，Menezes，R.&Su，T.，2010年。优先抽样下的地质统计推断。J.R.Stat.Soc.：序列号。C（应用统计），59（2），191-232。 [19] Dupont，E.、Wood，S.N.和Augustin，N.2020。Spatial+：一种新的空间混淆方法。arXiv预打印arXiv:2009.09420·兹比尔1520.62185 [20] 艾希勒，M.2012。时间序列分析中的因果推断。《因果关系：统计视角与应用》，第1版。，Carlo Berzuini编辑，L.B.（编辑），第326-354页。英国奇切斯特：威利在线图书馆。 [21] Forastiere，L.，Airoldi，E.M.&Mealli，F.2016。识别和评估网络观测研究中的治疗和干扰效应。arXiv预打印arXiv:1609.06245。 [22] Forastiere，L.，Mealli，F.&Zigler，C.2020。二方干预和空气污染传播：评估电厂干预对健康的影响。提交。 [23] Frangakis，C.E.&Rubin，D.B.1999。在存在全部或无治疗不依从性以及随后的缺失结果的情况下，解决意向治疗分析的并发症。《生物特征》，86（2），365-379·Zbl 0934.62110号 [24] Gelfand，A.E.，Diggle，P.，Guttorp，P.&Fuentes，M.，2010年。空间统计手册。佛罗里达州博卡拉顿：CRC出版社·Zbl 1188.62284号 [25] A.E.盖尔芬德、H.J.金、。，Sirmans，C.F.&Banerjee，S.2003。空间变系数过程的空间建模。《美国统计协会期刊》，98（462），387-396·Zbl 1041.62041号 [26] Giffin，A.，Reich，B.J.，Yang，S.&Rappold，A.G.2020。空间干扰下因果推理的广义倾向评分方法。arXiv预打印arXiv:2007.0106·Zbl 1522.62136号 [27] Gotway，C.A.&Young，L.J.2002年。组合不兼容的空间数据。《美国统计协会期刊》，97（458），632-648·Zbl 1073.62604号 [28] 格兰杰，C.W.1969。通过计量经济学模型和交叉谱方法研究因果关系。《计量经济学》：J.Economett。社会，37，424-438·兹比尔1366.91115 [29] Guan，Y.、Page，G.L.、Reich，B.J.、Ventrucci，M.和Yang，S.2020。空间混淆的光谱调整。arXiv预印本arXiv：2012.11767。 [30] Guan，Q.，Reich，B.J.&Laber，E.B.2020。疟疾控制的时空推荐引擎。arXiv预打印arXiv:2003.05084。 [31] 哈洛伦，M.E.2012。评估疫苗接种间接影响的小型社区设计。流行病学方法，1（1），83-105。 [32] Halloran，M.E.&Struchiner，C.J.1991。针对依赖性事件的研究设计。流行病学，2331-338。 [33] Halloran，M.E.&Struchiner，C.J.1995。传染病中的因果推理。流行病学，6142-151。 [34] Hanks，E.M.、Schliep，E.M.、Hooten，M.B.和Hoeting，J.A.2015。实践中的受限空间回归：地质统计模型、混淆和模型错误指定下的稳健性。环境计量学，26（4），243-254。 [35] 何，Z.2018。因果推理中使用聚集数据的逆条件概率加权。arXiv预打印arXiv:1808.01647。 [36] Hegerl，G.&Zwiers，F.2011年。在气候变化检测和归因中使用模型。威利跨学科。版本：气候变化，2（4），570-591。 [37] Hernán，M.A.和Robins，J.M.2020。因果推理：假设。查普曼和霍尔/CRC：博卡拉顿。 [38] Hirano，K.和Imbens，G.W.2004。连续治疗的倾向评分。申请。贝叶斯模型。因果推断不完整——数据透视。，22, 73-84. ·Zbl 05274806号 [39] Hodges，J.S.&Reich，B.J.2010年。添加空间相关的错误可能会破坏你喜欢的固定效果。《美国统计》，64（4），325-334·Zbl 1217.62095号 [40] 荷兰，P.W.1986。统计学和因果推断。美国统计协会期刊，81945-960·兹比尔0607.62001 [41] Hudgens，M.G.和Halloran，M.E.2008。干扰因果推理。美国统计协会期刊，103，832-842·兹比尔1471.62507 [42] Hughes，J.和Haran，M.，2013年。空间广义线性混合模型的降维和消除混淆。J.R.Stat.Soc.：序列号。B（Stat.Methodol.），75（1），139-159·Zbl 07555442号 [43] Imbens，G.W.和Angrist，J.D.1994。确定和估计局部平均治疗效果。《计量经济学》，62（2），467-475·Zbl 0800.90648号 [44] Imbens，G.W.和Lemieux，T.2008。回归间断设计：实践指南。《计量经济学杂志》。，142(2), 615-635. ·Zbl 1418.62475号 [45] Janes，H.、Dominici，F.和Zeger，S.L.2007。空气污染和死亡率趋势：评估未测量混杂因素的方法。流行病学，18，416-423。 [46] Jarner，M.F.，Diggle，P.&Chetwynd，A.G.2002。使用匹配的病例对照数据估计风险的空间变化。生物医学J.：J.数学。方法Biosci。，44(8), 936-945. ·Zbl 1441.62386号 [47] Keele，L.J.&Titiunik，R.2015年。作为回归间断的地理边界。政治分析。，23(1), 127-155. [48] Keller，J.P.&Szpiro，A.A.2020。选择用于空间混淆调整的比例。J.R.Stat.Soc.：序列号。A、 1831121-1143年。 [49] Khan，K.&Calder，C.A.2020年。受限空间回归方法：推理的含义。美国统计协会期刊，1-13。 [50] Kim，M.，Paini，D.&Jurdak，R.2018。疾病的因果推断在异质的社会系统中传播。arXiv预印arXiv:1801.08133。 [51] Kim，M.、Paini，D.和Jurdak，R.2019。对疾病在异质社会系统中传播的随机过程进行建模。程序。美国国家科学院。科学。，116（2）、401-406。 [52] Laber，E.B.，Meyer，N.J.，Reich，B.J.，Pacifici，K.，Collazo，J.A.&Drake，J.M.2018年。新发传染病的在线控制在空间和时间上的最佳治疗分配。J.R.Stat.Soc.：序列号。C（应用统计），67（4），743-789。 [53] Larsen，A.、Yang，S.、Reich，B.J.和Rappold，A.G.2020。使用数值模型输出对野地火灾导致的PM2.5进行空间因果分析。arXiv预打印arXiv:2003.06037。 [54] Lindgren，F.，Rue，H.&Lindström，J.2011年。高斯场和高斯-马尔可夫随机场之间的明确联系：随机偏微分方程方法。J.R.Stat.Soc.：序列号。B（Stat.Methodol.），73（4），423-498·Zbl 1274.62360号 [55] Liu，L.、Hudgens，M.G.和Becker‐Dreps，S.2016。存在干扰时的逆概率加权估计。《生物特征》，103（4），829-842·Zbl 1506.62250号 [56] Lum，K.&Gelfand，A.E.2012年。使用非对称拉普拉斯过程的空间分位数多元回归。贝叶斯分析。，7(2), 235-258. ·Zbl 1330.62197号 [57] Lunn，D.，Best，N.，Spiegelhalter，D.、Graham，G.和Neuenschwander，B.2009年。将MCMC与“顺序”PKPD建模相结合。药代动力学药理学杂志。，36(1), 19. [58] McCandless，L.C.，Douglas，I.J.，Evans，S.J.&Smeeth，L.2010年。倾向得分贝叶斯回归调整中的剪切反馈。国际生物统计杂志。，6(2), 1-22. [59] Ogburn，E.L.、Sofrygin，O.、Diaz，I.和van der Laan，M.J.2020。社交网络数据的因果推断。arXiv预打印arXiv:1705.08527。 [60] Paciorek，C.J.2010年。尺度对空间混杂偏差和空间回归估计精度的重要性。统计科学。，25(1), 107-125. ·Zbl 1328.62596号 [61] Page，G.L.，Liu，Y.，He，Z.&Sun，D.2017。空间线性模型在存在空间混淆的情况下的估计和预测。斯堪的纳维亚J.Stat.，44（3），780-797·Zbl 06774146号 [62] Papadogeorgou，G.，Choirat，C.&Zigler，C.M.2018。使用距离调整倾向得分匹配对未测量的空间混杂进行调整。生物统计学，20（2），256-272。 [63] Papadogeorgou，G.，Mealli，F.&Zigler，C.M.2019年。集群和人群水平治疗分配计划的干扰单位因果推断。生物统计学，75（3），778-787·Zbl 1436.62676号 [64] Pati，D.，Reich，B.J.&Dunson，D.B.2011年。具有信息采样位置的贝叶斯地质统计建模。《生物特征》，98（1），35-48·兹比尔1214.62029 [65] Perez‐Heydrich，C.，Hudgens，M.G.，Halloran，M.E.，Clemens，J.D.，Ali，M.&Emch，M.E.2014年。在存在干扰的情况下评估霍乱疫苗接种的效果。生物统计学，70731-741·Zbl 1299.92032号 [66] Plumlee，M.&Joseph，V.R.2018。正交高斯过程模型。统计正弦。，28, 601-619. ·Zbl 1390.62047号 [67] Prates，M.O.，AssunçáO，R.M.&Rodrigues，E.C.2019。通过替换地理质心来缓解区域数据问题的空间混淆。贝叶斯分析。，14(2), 623-647. ·Zbl 1421.62064号 [68] Reich，B.J.2012。用于检测环境过程中分布变化的时空分位数回归。J.R.Stat.Soc.：序列号。C（应用统计），61（4），535-553。 [69] Reich，B.J.&Fuentes，M.2015年。空间贝叶斯非参数方法。生物统计学中的非参数贝叶斯推断。纽约：施普林格出版社，第347-357页·Zbl 1381.62092号 [70] Reich，B.J.，Fuentes，M.&Dunson，D.B.2011年。贝叶斯空间分位数回归。《美国统计协会期刊》，106（493），6-20·Zbl 1396.62263号 [71] Reich，B.J.、Hodges，J.S.和Zadnik，V.2006。残差平滑对疾病标测模型中固定效应后验的影响。生物统计学，62（4），1197-1206·Zbl 1114.62124号 [72] Robins，J.M.&Greenland，S.1994年。艾滋病随机试验中调整高剂量和低剂量AZT治疗组PCP预防治疗的差异率。美国统计协会期刊，89，737-749·Zbl 0806.92010号 [73] Robins，J.M.，Rotnitzky，A.&Zhao，L.P.1994年。当某些回归变量不总是被观测时，回归系数的估计。美国统计协会期刊，89，846-866·Zbl 0815.62043号 [74] Rosenbaum，P.R.&Rubin，D.B.1983年。评估二元结果观察性研究中未观察到的二元协变量的敏感性。J.R.统计社会服务。B.，第45页，第212-218页。 [75] Rosenbaum，P.R和Rubin，D.B.1983a。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 [76] 鲁宾，D.B.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. [77] 鲁宾，D.B.1978。因果效应的贝叶斯推断：随机化的作用。安.统计师。，6, 34-58. ·Zbl 0383.62021号 [78] Saarela，O.，Belzile，L.R.&Stephens，D.A.2016年。双重稳健因果推理的贝叶斯观点。《生物特征》，103（3），667-681·Zbl 1506.62253号 [79] Saarela，O.，Stephens，D.A.，Moodie，E.E.M.&Klein，M.B.2015。边际结构模型的贝叶斯估计。生物计量学，71（2），279-288·Zbl 1390.62305号 [80] Schnell，P.&Papadogeorgou，G.2020。在评估超市通道对心血管疾病死亡的影响时，减少未观察到的空间混淆。附录申请。《统计》，第14卷，2069-295年·Zbl 1498.62251号 [81] Schutte，S.&Donnay，K.2014。匹配尾流分析：在时空事件数据中发现因果关系。政治地理学，41，1-10。 [82] Sobel，M.E.2006年。住房流动性的随机研究表明了什么？面对干扰的因果推理。美国统计协会期刊，1011398-1407·Zbl 1171.62365号 [83] 斯图尔特，E.A.2010。因果推理的匹配方法：回顾与展望。统计科学。，25, 1-21. ·Zbl 1328.62007号 [84] Tchetgen-Tchetgen，E.J.，Fulcher，I.&Shpitser，I.2017年。网络因果效应的自动计算。arXiv预打印arXiv:1709.01577·Zbl 1464.62212号 [85] Tchetgen-Tchetgen，E.J.和VanderWeele，T.J.2012。关于存在干扰的因果推理。《统计学方法医学研究》，21（1），55-75。 [86] Thaden，H.&Kneib，T.2018年。用于处理空间混淆的结构方程模型。美国统计学家，72（3），239-252·Zbl 07663944号 [87] VanderWeele，T.J.、Tchetgen-Tchetgen，E.J.和Halloran，M.E.2014。干扰和灵敏度分析。统计科学：A Rev.J.Inst.数学。《统计》，29（4），687·Zbl 1331.62443号 [88] Verbitsky‐Savitz，N.&Raudenbush，S.W.2012。空间环境干扰下的因果推理：芝加哥社区警务项目评估案例研究。流行病学方法，1（1），107-130。 [89] Wall，M.M.2004年。仔细观察CAR和SAR模型隐含的空间结构。J.统计计划。推理，121（2），311-324·Zbl 1036.62097号 [90] White，H.&Lu，X.2010。格兰杰因果关系和动态结构系统。《金融计量经济学杂志》。，8(2), 193-243. [91] Wu，X.，Nethery，R.C.，Sabath，B.M.，Braun，D.&Dominici，F.2020。美国暴露于空气污染和冠肺炎-19死亡率。医学研究。 [92] Wu，L.，Yang，S.，Reich，B.J.&Rappold，A.G.2020年。在基于应用程序的公民科学研究中估计空间变化的健康影响。arxiv.org/pdf/2005.12017v2.pdf。 [93] Yang，S.2018年。聚类数据因果推断的倾向得分加权。因果推理，6，1-19。https://doi.org/10.1515/jci-2017-0027 ·doi:10.1515/jci-2017-0027 [94] Yang，S.&Ding，P.2018。根据估计的倾向得分进行的观察性研究对因果效应的渐近推断。《生物统计学》，105，487-493·Zbl 07072428号 [95] Yang，S.，Wang，L.和Ding，P.2019。混杂因素缺失的因果推断不是随机的。Biometrika，106875-888·Zbl 1435.62059号 [96] Zigler，C.M.2016年。贝叶斯定理在因果效应和倾向得分联合估计中的中心作用。《美国统计》，70（1），47-54·Zbl 07665851号 [97] Zigler，C.M.，Dominici，F.&Wang，Y.2012。使用空间相关多元中间结果的主要分层来估计空气质量法规的因果影响。生物统计学，13，289-302·Zbl 1437.62680号 [98] Zigler，C.M.和Papadogeorgou，G.2021。带有干扰的二部因果推理。统计科学。，36, 109. ·Zbl 07368222号 [99] Zigler，C.M.、Watts，K.、Yeh，R.W.、Wang，Y.、Coull，B.A.和Dominici，F.2013。贝叶斯倾向得分估计中的模型反馈。生物统计学，69（1），263-273·Zbl 1272.62107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。