[论文解读] Sensitivity analysis for inverse probability weighting estimators via the percentile bootstrap

Qingyuan Zhao, Dylan S. Small+1 more|arXiv (Cornell University)|Nov 30, 2017

Statistical Methods and Inference参考文献 3被引用 18

一句话总结

本文提出了一种针对观察性研究中逆概率加权（IPW）估计器的稳健敏感性分析框架，利用百分位数百分位数自举法构建置信区间，该方法在边际敏感性模型下能保持名义覆盖水平。通过利用广义极小化/极大化不等式，该方法将原本难以处理的问题转化为线性分数规划问题，从而实现高效计算，并表明鱼类摄入对血液汞水平的因果效应在中等程度偏差下相对不受未观测混杂因素的影响。

ABSTRACT

To identify the estimand in missing data problems and observational studies, it is common to base the statistical estimation on the "missing at random" and "no unmeasured confounder" assumptions. However, these assumptions are unverifiable using empirical data and pose serious threats to the validity of the qualitative conclusions of the statistical inference. A sensitivity analysis asks how the conclusions may change if the unverifiable assumptions are violated to a certain degree. In this paper we consider a marginal sensitivity model which is a natural extension of Rosenbaum's sensitivity model that is widely used for matched observational studies. We aim to construct confidence intervals based on inverse probability weighting estimators, such that asymptotically the intervals have at least nominal coverage of the estimand whenever the data generating distribution is in the collection of marginal sensitivity models. We use a percentile bootstrap and a generalized minimax/maximin inequality to transform this intractable problem to a linear fractional programming problem, which can be solved very efficiently. We illustrate our method using a real dataset to estimate the causal effect of fish consumption on blood mercury level.

研究动机与目标

• 解决观察性研究和缺失数据问题中不可验证的'无未观测混杂因素'（NUC）假设这一关键局限性。
• 为IPW估计器开发一种敏感性分析框架，即使在NUC假设在特定范围内被违反时，也能保持置信区间的名义覆盖水平。
• 将Rosenbaum的敏感性模型——此前仅限于匹配设计——扩展至平滑估计器（如IPW和双重稳健估计器），在非参数、边际敏感性模型框架下实现。
• 通过广义极小化/极大化不等式将问题转化为线性分数规划问题，实现计算高效且统计有效的推断。
• 使用鱼类摄入与血液汞水平的真实数据集对方法进行实证验证，证明其对未观测混杂因素的鲁棒性。

提出的方法

• 提出一种边际敏感性模型，作为Rosenbaum模型的非参数扩展，允许在指定范围内违反NUC假设。
• 使用百分位数自举法为IPW估计器构建置信区间，确保在边际敏感性模型中所有分布下的渐近覆盖水平。
• 应用广义极小化/极大化不等式，将寻找最坏情况覆盖的难以处理的优化问题转化为线性分数规划问题。
• 利用标准优化技术高效求解所得的线性分数规划问题，实现即使在中等至大样本量下也具有可扩展性的计算。
• 通过引入结果回归，将该框架扩展至增广IPW（SAIPW）估计器，提升效率的同时保持鲁棒性。
• 使用R语言中的sensitivitymw包中的enmwCI函数实现该方法，采用并行化自举重抽样以提高计算效率。

实验结果

研究问题

• RQ1 当无未观测混杂因素假设被违反时，如何为IPW估计器构建置信区间以保持名义覆盖水平？
• RQ2 非参数边际敏感性模型能否与百分位数自举法有效结合，为IPW估计器提供稳健推断？
• RQ3 与现有敏感性分析相比，该方法在覆盖准确性和计算效率方面有多大的改进？
• RQ4 鱼类摄入对血液汞水平的因果效应在多大程度上对潜在的未观测混杂因素具有鲁棒性？
• RQ5 在区间宽度和计算成本方面，基于自举法的方法与Rosenbaum的匹配法敏感性分析相比表现如何？

主要发现

• 所提出的基于自举法的IPW估计器置信区间在边际敏感性模型的所有分布中均实现了至少名义覆盖水平，确保在不可验证假设下的有效统计推断。
• 在鱼类摄入数据集中，当Λ ≥ 2.72时，ATE/ATT显著为正，表明需要极大的偏差才能使鱼类摄入增加血液汞水平的结论失效。
• 该方法表明，即使在中等程度的偏差（Λ = 2.72）下，定性结论仍对未观测混杂因素具有鲁棒性，效应仍具有统计显著性。
• 在相同Λ条件下，百分位数自举法的置信区间略宽于Rosenbaum方法，但√Λ条件下的区间更短，反映出新框架在效率上的提升。
• 通过结果回归增广（SAIPW）可缩小ATE的置信区间，但对ATT无此效果，表明增广的优势取决于估计目标。
• 计算时间可接受（B=1000次自举样本下少于50秒），尽管IPW方法比匹配法慢，但因具有与样本量呈线性时间复杂度的特性，仍具可扩展性。