Skip to main content

Chapter_12

Aaron L9/17/25About 5 minCausal inferenceDeepSeek-R1-0528-2ndresponse_md
### Chapter 12: IP Weighting and Marginal Structural Models

12.1 The Causal Question

技术重点 (Technical Points):

  • 核心理论: 估计吸烟戒烟（处理变量 (A)）对体重增加（结果变量 (Y)) 的平均因果效应 (E[Y^{a=1}] - E[Y^{a=0}])。
  • 关键公式:
    • 观测关联差异: (E[Y|A=1] - E[Y|A=0] = 2.5)（95% CI: 1.7, 3.4）
    • 因果效应定义: (E[Y^{a=1}] - E[Y^{a=0}])（标准化均值差）
  • 重要概念:
    • 混杂因素（如年龄、性别、种族等）需调整，因戒烟组与非戒烟组基线特征不均衡（见表12.1）。
  • 应用场景: 使用NHEFS观察性研究数据（1566名吸烟者），调整9个基线协变量（(L)）：性别、年龄、种族、教育、吸烟强度/时长、体力活动、体重。

细节要点 (Fine Points):

  • 案例分析: 戒烟组平均增重4.5kg，非戒烟组2.0kg；但年龄等混杂导致观测关联（2.5kg）可能低估真实因果效应（年龄与增重负相关）。
  • 辅助信息: 数据来自NHEFS（美国国家健康与营养调查随访研究），公开数据集详见wwwn.cdc.gov/nchs/nhanes/nhefs/。
  • 相关背景: 表12.1显示戒烟组年龄更大（46.2岁 vs. 42.8岁），教育程度更高（大学比例15.4% vs. 9.9%）。

12.2 Estimating IP Weights via Modeling

技术重点 (Technical Points):

  • 核心理论: IP加权创建伪总体，消除 (L \rightarrow A) 的路径，使 (A) 与 (L) 独立，且 (E_{\text{ps}}[Y|A=a] = \sum_l E[Y|A=a,L=l] \Pr[L=l])。
  • 关键公式:
    • IP权重: (W^A = 1 / f(A|L))
    • 二值处理下: (f(A|L) = \Pr[A=1|L])（倾向评分）
  • 重要概念:
    • 高维数据需参数化建模 (\Pr[A=1|L])（逻辑回归含线性/二次项）。
    • 伪总体中关联即因果（若条件可交换性 (Y^a \perp!!!\perp A | L) 成立）。
  • 应用场景: 加权最小二乘拟合饱和模型 (E[Y|A] = \theta_0 + \theta_1 A)，估计 (\hat{\theta}_1 = 3.4)（95% CI: 2.4, 4.5）。

细节要点 (Fine Points):

  • 辅助信息:
    • 非参数估计不可行（协变量组合超200万种，样本量1566）。
    • 使用稳健方差估计（保守置信区间）。
  • 相关背景: 估计权重 (W^A) 范围1.05–16.7，均值2.0（Program 12.2）。

12.3 Stabilized IP Weights

技术重点 (Technical Points):

  • 核心理论: 稳定权重 (SW^A = f(A) / f(A|L)) 保持伪总体规模不变（均值=1），统计效率更高。
  • 关键公式:
    • (f(A)) 为边际处理概率（非参数估计）。
  • 重要概念:
    • 与未稳定权重 (W^A) 因果估计相同（(\hat{\theta}_1 = 3.4)），但置信区间更窄。
  • 应用场景: 饱和模型下二者等价；非饱和模型（如连续处理）优先用 (SW^A)。

细节要点 (Fine Points):

  • 辅助信息: (SW^A) 范围0.33–4.30，均值1.00（Program 12.3）。
  • 正性检查:
    • 随机违反（如66岁白人女性戒烟概率=0）需参数模型插值（假设非正性随机）。
    • 结构违反（如"休假"无法暴露）需限制推断范围。

12.4 Marginal Structural Models

技术重点 (Technical Points):

  • 核心理论: 反事实结局的边际结构模型（MSM）直接建模 (E[Y^a])。
  • 关键公式:
    • 二值处理: (E[Y^a] = \beta_0 + \beta_1 a)（饱和模型，(\beta_1 = E[Y^{a=1}] - E[Y^{a=0}])）
    • 连续处理（吸烟强度变化）: (E[Y^a] = \beta_0 + \beta_1 a + \beta_2 a^2)
  • 重要概念:
    • 通过IP加权伪总体拟合关联模型估计参数（如 (\hat{\theta}_1 = \hat{\beta}_1)）。
    • 零假设下模型永不错定（零保护性）。
  • 应用场景:
    • 连续处理需假设 (f(A|L)) 分布（如正态），估计 (E[Y^{a=20}] - E[Y^{a=0}] = 1.10) kg（Program 12.4）。
    • 二值结局MSM: (\text{logit} \Pr[D^a=1] = \alpha_0 + \alpha_1 a)（OR=1.0, 95% CI: 0.8–1.4）。

细节要点 (Fine Points):

  • 辅助信息: 连续处理密度估计敏感（需谨慎验证模型）。

12.5 Effect Modification and MSMs

技术重点 (Technical Points):

  • 核心理论: MSM中加入协变量 (V)（如性别）评估效应修饰:
    [
    E[Y^a | V] = \beta_0 + \beta_1 a + \beta_2 V a + \beta_3 V
    ]
  • 重要概念:
    • (\beta_2 \neq 0) 表示加法效应修饰。
    • 使用 (SW^A(V) = f(A|V)/f(A|L)) 提高效率。
  • 应用场景: 性别无显著修饰（(\hat{\theta}_2) 95% CI: -2.2, 1.9）。

细节要点 (Fine Points):

  • 辅助信息: 包含所有 (L) 的MSM退化为传统回归模型（"faux MSM"）。

12.6 Censoring and Missing Data

技术重点 (Technical Points):

  • 核心理论: 删失（(C=1)）引入选择偏倚，需IP加权调整:
    • 权重 (W^{A,C} = W^A \times W^C)，其中 (W^C = 1 / \Pr[C=0|L,A])。
    • 稳定权重 (SW^{A,C} = SW^A \times SWC)（(SWC = \Pr[C=0|A] / \Pr[C=0|L,A])）。
  • 关键公式: 目标参数 (E[Y^{a,c=0}])（无人删失时的因果效应）。
  • 应用场景: 估计 (\hat{\theta}_1 = 3.5) kg（95% CI: 2.5, 4.5），与未调整相近（Program 12.7）。

细节要点 (Fine Points):

  • 选择偏倚来源: 删失与 (A) 相关（戒烟组删失率5.8% vs. 非戒烟组3.2%），且 (L)（如基线体重）预测 (C)。
  • 辅助信息: (SW^{A,C}) 范围0.35–4.09，均值1.00。

逻辑关联性

本章延续第2章IP加权基础，引入参数模型处理高维数据，逐步扩展至连续处理、效应修饰和删失调整。核心是通过伪总体实现"关联即因果"，为后续标准化方法（第13章）铺垫。所有分析基于NHEFS数据，强调模型假设（如正性、交换性）的实践挑战。