Estimation and inference for the causal effect of receiving treatment on a multinomial outcome: an alternative approach.
Estimation and inference for the causal effect of receiving treatment on a multinomial outcome: an alternative approach.
复制标题
DOI：
10.1111/j.1541-0420.2010.01451_1.x
复制
发表时间：
2011-03
期刊：
影响因子：
1.9
通讯作者：
Baker SG
中科院分区：
文献类型：
--
作者：
Baker SG
最近提出了一个模型，接受治疗的因果关系时，有全或无遵守在一个随机化组，最大似然估计的基础上凸规划。我们讨论了一种替代方法，涉及两个随机化组的全或无依从性模型和通过完美拟合或EM算法计数数据的估计。我们认为，这种方法更容易实施，这将有助于重复计算。
Recently proposed a model for the causal effect of receiving treatment when there is all-or-none compliance in one randomization group, with maximum likelihood estimation based on convex programming. We discuss an alternative approach that involves a model for all-or-none compliance in two randomization groups and estimation via a perfect fit or an EM algorithm for count data. We believe this approach is easier to implement, which would facilitate the reproduction of calculations.
登录
查看更多内容
影响因子：
2.7
作者：
Cheng, Jing;Small, Dylan S.;Ten Have, Thomas R.
通讯作者：
Ten Have, Thomas R.
影响因子：
3.7
作者：
Angrist, JD;Imbens, GW;Rubin, DB
通讯作者：
Rubin, DB
影响因子：
0.9
作者：
BLOOM, HS
通讯作者：
BLOOM, HS
影响因子：
2
作者：
SOMMER, A;ZEGER, SL
通讯作者：
ZEGER, SL
DOI：
10.2307/2348134
发表时间：
1994-01-01
期刊：
STATISTICIAN
影响因子：
--
作者：
BAKER, SG
通讯作者：
BAKER, SG