Doubly robust nonparametric inference on the average treatment effect.
Doubly robust nonparametric inference on the average treatment effect.
复制标题
DOI：
10.1093/biomet/asx053
复制
发表时间：
2017-12
期刊：
影响因子：
2.7
通讯作者：
Gilbert PB
中科院分区：
文献类型：
--
作者：
Benkeser D;Carone M;Laan MJV;Gilbert PB
双稳健估计器被广泛用于推断治疗的平均效果。如果两个公害参数中的任何一个被一致地估计，这样的估计器对于利益的影响是一致的。然而，如果对这些滋扰参数使用灵活的数据自适应估计器，则双重稳健性不容易扩展到推断。我们提出了一个一般的理论研究的行为的双稳健估计的平均治疗效果时，滋扰参数之一是不一致的估计。我们对比了构造这种估计器的不同方法，并调查了它们可能被修改的程度，以也允许双鲁棒推理。我们发现，虽然基于目标最小损失的估计可以很自然地解决这个问题，但常见的替代框架似乎不适合于此目的。我们对所考虑的备选方案进行了理论研究和数值评估。我们的模拟强调了这些方法在实践中的必要性和实用性，而我们的理论发展对构建估计器具有广泛的意义，这些估计器允许在其他问题中进行双稳健推理。
Doubly robust estimators are widely used to draw inference about the average effect of a treatment. Such estimators are consistent for the effect of interest if either one of two nuisance parameters is consistently estimated. However, if flexible, data-adaptive estimators of these nuisance parameters are used, double robustness does not readily extend to inference. We present a general theoretical study of the behaviour of doubly robust estimators of an average treatment effect when one of the nuisance parameters is inconsistently estimated. We contrast different methods for constructing such estimators and investigate the extent to which they may be modified to also allow doubly robust inference. We find that while targeted minimum loss-based estimation can be used to solve this problem very naturally, common alternative frameworks appear to be inappropriate for this purpose. We provide a theoretical study and a numerical evaluation of the alternatives considered. Our simulations highlight the need for and usefulness of these approaches in practice, while our theoretical developments have broad implications for the construction of estimators that permit doubly robust inference in other problems.
登录
查看更多内容
影响因子：
1.2
作者：
Vermeulen, Karel;Vansteelandt, Stijn
通讯作者：
Vansteelandt, Stijn
基于通用最不利一维子模型的一步目标最小损失估计。
DOI：
10.1515/ijb-2015-0054
发表时间：
2016-05-01
期刊：
The international journal of biostatistics
影响因子：
--
作者：
van der Laan M;Gruber S
通讯作者：
Gruber S
影响因子：
1.2
作者：
Porter, Kristin E.;Gruber, Susan;Sekhon, Jasjeet S.
通讯作者：
Sekhon, Jasjeet S.
影响因子：
6.3
作者：
Racine, J;Li, Q
通讯作者：
Li, Q
影响因子：
3.7
作者：
ROBINS, JM;ROTNITZKY, A;ZHAO, LP
通讯作者：
ZHAO, LP