Library
因果推断实践

因果推断实践

基于 RHC 数据的方法比较与 R 语言实现

作者
Chanw
章数
10
字数
10.9 万
状态
写作中
系列
方法实践系列

目录

  1. 第 1 章

    RHC 数据与研究问题

    1996 年 Connors 论文带来的争议、右心导管观察数据的结构、适应证混杂的表现、朴素关联为什么不能当作因果效应。

    23 分钟阅读
  2. 第 2 章

    因果结构与识别条件

    潜在结果框架的核心记号、ATE 与 ATT 的区分、DAG 表达因果假设、可交换性正值性一致性三个识别假设、用 dagitty 自动推导调整集。

    33 分钟阅读
  3. 第 3 章

    回归调整与混杂控制

    用逐步加变量的逻辑回归观察 RHC 系数漂移、理解偏回归系数的混杂吸收机制、辨清条件 OR 与边际 OR 的区别、确认回归调整的因果解读条件。

    27 分钟阅读
  4. 第 4 章

    G 计算与反事实人群构造

    用 G 公式做标准化，为每个个体预测两个反事实结局，直接得到边际风险差。Bootstrap 构造置信区间，与第 3 章回归 OR 形成对照。

    25 分钟阅读
  5. 第 5 章

    倾向得分：匹配、加权与平衡诊断

    用一个标量压缩高维匹配问题。在 RHC 数据上跑 PSM、IPW、重叠权重三种使用方式，用 SMD 和 Love plot 做平衡诊断，更新累积对比表。

    35 分钟阅读
  6. 第 6 章

    双重稳健估计与 AIPW

    结果模型与处理模型互相兜底，只要一个对，估计就一致。手动实现 AIPW，理解三部分的协作与双重稳健性背后的乘积偏差。

    32 分钟阅读
  7. 第 7 章

    机器学习增强：Super Learner、DML 与 TMLE

    用机器学习替换 AIPW 的两个子模型，理解 Super Learner 的集成思想、DML 的 Neyman 正交化、TMLE 的目标化更新，在 RHC 数据上跑 DML 与 TMLE 并加入累积对比表。

    36 分钟阅读
  8. 第 8 章

    敏感性分析与未测量混杂

    用 E-value 和 sensemakr 量化未测量混杂需要多强才能推翻 RHC 结论，强调敏感性分析必须搭配领域知识。

    28 分钟阅读
  9. 第 9 章

    处理效应异质性与因果森林

    用 grf 包估计 5735 名 ICU 患者的 CATE，理解诚实分裂与双重稳健评分，通过变量重要性和亚组分析识别 RHC 的受害人群。

    33 分钟阅读
  10. 第 10 章

    十种因果推断方法的对比

    用森林图汇总八种 RD 方法的点估计与 95% CI，理解跨方法收敛与分歧的统计学原因，结合敏感性分析给出 RHC 因果效应的最终判断。

    39 分钟阅读