ACp criterion for semiparametric causal inference

Takamichi Baba, Takayuki Kanemori, Yoshiyuki Ninomiya

研究成果: ジャーナルへの寄稿学術誌査読

4 被引用数 (Scopus)

抄録

For marginal structural models, which play an important role in causal inference, we consider a model selection problem within a semiparametric framework using inverse-probability-weighted estimation or doubly robust estimation. In this framework, the modelling target is a potential outcome that may be missing, so there is no classical information criterion. We define a mean squared error for treating the potential outcome and derive an asymptotic unbiased estimator as a Cp criterion using an ignorable treatment assignment condition. Simulation shows that the proposed criterion outperforms a conventional one by providing smaller squared errors and higher frequencies of selecting the true model in all the settings considered. Moreover, in a real-data analysis we found a clear difference between the two criteria.

本文言語英語
ページ(範囲)845-861
ページ数17
ジャーナルBiometrika
104
4
DOI
出版ステータス出版済み - 12月 1 2017

!!!All Science Journal Classification (ASJC) codes

  • 統計学および確率
  • 数学一般
  • 農業および生物科学(その他)
  • 農業および生物科学一般
  • 統計学、確率および不確実性
  • 応用数学

フィンガープリント

「ACp criterion for semiparametric causal inference」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル