Copula regression spline models for binary outcomes
Copula regression spline models for binary outcomes
复制标题
二元结果的 Copula 回归样条模型
DOI：
10.1007/s11222-015-9581-6
复制
发表时间：
2015
影响因子：
2.2
通讯作者：
Radice R
中科院分区：
文献类型：
--
作者：
Radice R
我们引入了一个框架，用于估计在未观察到的混淆存在的情况下，二元治疗对二元结果的影响。该方法应用于一个案例研究，该研究使用了医疗支出小组调查的数据，其目的是估计私人健康保险对医疗保健利用的影响。当无法获得与治疗和结果相关的变量时，就会出现未观察到的混淆（在经济学中，这一问题被称为内生性）。此外，治疗和结果可能表现出不能使用线性关联度量建模的依赖性，并且观察到的混杂因素可能对治疗和结果变量具有非线性影响。未观察到的混淆问题使用双方程结构潜在变量框架来解决，其中一个方程本质上描述了二元结果作为二元治疗的函数，而另一个方程决定是否接受治疗。治疗和结果之间的非线性依赖关系使用copula函数处理，而协变量-响应关系则使用样条方法灵活建模。开发了相关的模型拟合和推理程序，并给出了渐近论证。
We introduce a framework for estimating the effect that a binary treatment has on a binary outcome in the presence of unobserved confounding. The methodology is applied to a case study which uses data from the Medical Expenditure Panel Survey and whose aim is to estimate the effect of private health insurance on health care utilization. Unobserved confounding arises when variables which are associated with both treatment and outcome are not available (in economics this issue is known as endogeneity). Also, treatment and outcome may exhibit a dependence which cannot be modeled using a linear measure of association, and observed confounders may have a non-linear impact on the treatment and outcome variables. The problem of unobserved confounding is addressed using a two-equation structural latent variable framework, where one equation essentially describes a binary outcome as a function of a binary treatment whereas the other equation determines whether the treatment is received. Non-linear dependence between treatment and outcome is dealt using copula functions, whereas covariate-response relationships are flexibly modeled using a spline approach. Related model fitting and inferential procedures are developed, and asymptotic arguments presented.
登录
查看更多内容
具有内生回归量的二变量概率模型推广中的识别
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
Sukjin Han;E. Vytlacil
通讯作者：
E. Vytlacil
影响因子：
2.1
作者：
Latif, Ehsan
通讯作者：
Latif, Ehsan
影响因子：
1.8
作者：
Marra, Giampiero;Wood, Simon N.
通讯作者：
Wood, Simon N.
修改并重新提交
DOI：
--
发表时间：
1993
期刊：
影响因子：
--
作者：
E. K. Morris
通讯作者：
E. K. Morris