ช่วงความเชื่อมั่นสำหรับผลการรักษาโดยเฉลี่ยจากน้ำหนักคะแนนความชอบ?


9

ฉันพยายามที่จะประเมินผลการรักษาโดยเฉลี่ยจากข้อมูลการสังเกตโดยใช้น้ำหนักคะแนนความชอบ (โดยเฉพาะ IPTW) ฉันคิดว่าฉันคำนวณ ATE อย่างถูกต้อง แต่ฉันไม่ทราบวิธีคำนวณช่วงความมั่นใจของ ATE ในขณะที่คำนึงถึงน้ำหนักความชอบแบบผกผัน

นี่คือสมการที่ฉันใช้ในการคำนวณผลการรักษาโดยเฉลี่ย (อ้างอิง Med Med. 10 ก.ย. 2010; 29 (20): 2137–2148): โดยที่จำนวนวิชาทั้งหมด,สถานะการรักษา,สถานะผลลัพธ์และคะแนนความชอบ

ATE=1ยังไม่มีข้อความΣ1ยังไม่มีข้อความZผมYผมพีผม-1ยังไม่มีข้อความΣ1ยังไม่มีข้อความ(1-Zผม)Yผม1-พีผม
ยังไม่มีข้อความ=Zผม=Yผม=พีผม=

ไม่มีใครทราบแพ็คเกจ R ที่จะคำนวณช่วงความมั่นใจของผลการรักษาโดยเฉลี่ยโดยคำนึงถึงน้ำหนักหรือไม่ สามารถระบุsurveyความช่วยเหลือในแพคเกจที่นี่? ฉันสงสัยว่าสิ่งนี้จะได้ผลหรือไม่:

library(survey)
sampsvy=svydesign(id=~1,weights=~iptw,data=df)
svyby(~surgery=='lump',~treatment,design=sampsvy,svyciprop,vartype='ci',method='beta')

#which produces this result:
  treatment surgery == "lump"      ci_l      ci_u
   No         0.1644043 0.1480568 0.1817876
   Yes         0.2433215 0.2262039 0.2610724

ฉันไม่รู้ว่าจะไปจากที่นี่เพื่อหาช่วงความมั่นใจของความแตกต่างระหว่างสัดส่วน (เช่นผลการรักษาโดยเฉลี่ย)


ฉันไม่สามารถตอบได้โดยเฉพาะ แต่หนังสือ "แบบสำรวจที่ซับซ้อน: คำแนะนำในการวิเคราะห์โดยใช้ R" โดยผู้เขียนแพ็คเกจสำรวจครอบคลุม IPTW และอาจช่วยได้ books.google.co.th/…
kaz_yos

คำตอบ:


11

คุณไม่ต้องการsurveyแพ็คเกจหรืออะไรที่ซับซ้อน Wooldridge (2010, หน้า 920 เป็นต้นไป) "การวิเคราะห์เศรษฐมิติของข้อมูลส่วนและข้อมูลพาเนล" มีขั้นตอนง่าย ๆ ที่คุณสามารถรับข้อผิดพลาดมาตรฐานเพื่อสร้างช่วงความมั่นใจ

ภายใต้สมมติฐานที่ว่าคุณได้ระบุคะแนนความชอบที่ถูกต้องซึ่งเราแสดงว่าเป็นให้กำหนดคะแนนจากการประมาณคะแนนความชอบ (เช่นการบันทึกครั้งแรกหรือการถดถอยแบบโปรบิต ) ตามที่ และให้ ตามที่คุณมีในนิพจน์ข้างต้น จากนั้นนำตัวอย่างแอนะล็อกของทั้งสองนิพจน์และถดถอยบนพี(xผม,γ)

dผม=γพี(xผม,γ)'[Zผม-พี(xผม,γ)]พี(xผม,γ)[1-พี(xผม,γ)]
ATEผม=[Zผม-พี(xผม,γ)]Yผมพี(xผม,γ)[1-พี(xผม,γ)]
ATE^ผมd^ผม. ตรวจสอบให้แน่ใจว่าคุณมีการสกัดกั้นในการถดถอยนี้ ให้เป็นส่วนที่เหลือจากการถดถอยนั้นแล้วความแปรปรวนของ asymptoticเป็นเพียง(e_i) ดังนั้นข้อผิดพลาดมาตรฐานแบบอะซิมโทติคของ ATE ของคุณคือ อีผมยังไม่มีข้อความ(ATE^-ATE)var(อีผม)
[1ยังไม่มีข้อความΣผม=1ยังไม่มีข้อความอีผม2]12ยังไม่มีข้อความ

จากนั้นคุณสามารถคำนวณช่วงความมั่นใจในวิธีปกติ (ดูตัวอย่างความคิดเห็นต่อคำตอบที่นี่สำหรับตัวอย่างโค้ด) คุณไม่จำเป็นต้องปรับช่วงความเชื่อมั่นอีกครั้งสำหรับน้ำหนักคะแนนความชอบแบบผกผันเนื่องจากขั้นตอนนี้รวมอยู่ในการคำนวณข้อผิดพลาดมาตรฐานแล้ว

น่าเสียดายที่ฉันไม่ใช่คนอาร์ดังนั้นฉันจึงไม่สามารถให้รหัสเฉพาะกับคุณได้ แต่ขั้นตอนที่ระบุไว้ข้างต้นควรตรงไปตรงมาเพื่อติดตาม นี่คือวิธีที่treatrewคำสั่งใน Stata ทำงานเช่นกัน คำสั่งนี้จะถูกเขียนและนำมาใช้ใน Stata วารสารโดยCerulli (2014) หากคุณไม่มีสิทธิ์เข้าถึงบทความคุณสามารถตรวจสอบสไลด์ของเขาซึ่งระบุขั้นตอนการคำนวณข้อผิดพลาดมาตรฐานจากการให้น้ำหนักคะแนนความชอบแบบผกผัน ที่นั่นเขายังกล่าวถึงความแตกต่างทางความคิดเล็กน้อยระหว่างการประเมินคะแนนความชอบผ่าน logit หรือ probit แต่เพื่อประโยชน์ของคำตอบนี้มันไม่สำคัญเกินไปดังนั้นฉันจึงละเว้นส่วนนี้

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.