論文の概要: Hidden yet quantifiable: A lower bound for confounding strength using randomized trials

• arxiv url: http://arxiv.org/abs/2312.03871v1
• Date: Wed, 6 Dec 2023 19:33:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-08 17:05:42.590413
• Title: Hidden yet quantifiable: A lower bound for confounding strength using randomized trials
• Title（参考訳）: hidden yet quantizable: ランダム化試行による強度統合のための下限
• Authors: Piersilvio De Bartolomeis, Javier Abad, Konstantin Donhauser, Fanny Yang
• Abstract要約: 非ランダム化データから引き出された因果関係の結論を損なう可能性がある。 本稿では,ランダム化試行を利用して未観測のコンバウンディングを定量化する新しい手法を提案する。 実世界における観測不能な共起の存在と存在を、我々の下界が正確に識別する方法を示す。
• 参考スコア（独自算出の注目度）: 12.494184403263338
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the era of fast-paced precision medicine, observational studies play a major role in properly evaluating new treatments in clinical practice. Yet, unobserved confounding can significantly compromise causal conclusions drawn from non-randomized data. We propose a novel strategy that leverages randomized trials to quantify unobserved confounding. First, we design a statistical test to detect unobserved confounding with strength above a given threshold. Then, we use the test to estimate an asymptotically valid lower bound on the unobserved confounding strength. We evaluate the power and validity of our statistical test on several synthetic and semi-synthetic datasets. Further, we show how our lower bound can correctly identify the absence and presence of unobserved confounding in a real-world setting.
• Abstract（参考訳）: ペースの速い精密医療の時代には、観察的研究が臨床における新しい治療法を適切に評価する上で重要な役割を果たしている。 しかし、観察されていない結合は、非ランダムデータから引き出された因果的結論を著しく損なう可能性がある。 本研究では,ランダム化試行を利用して未観測のコンバウンディングを定量化する手法を提案する。 まず、所定の閾値以上の強度で観測不能な散乱を検出する統計的試験を設計する。 次に, この試験を用いて, 観察されていない結合強度の漸近的に有効な下限を推定する。 いくつかの合成および半合成データセットに対する統計的テストの有効性と妥当性を評価する。 さらに, 実環境における観測されていないコンファウンディングの欠如と存在を, 下限が正しく識別できることを示す。

関連論文リスト

• Strength of statistical evidence for genuine tripartite nonlocality [0.0]
  ネットワーク非局所性の最近の進歩は、局所操作の概念と共有ランダム性に基づく真のマルチパーティライト非局所性(LOSR-GMNL)につながっている。 本稿では,2つのサブセットがリソースを2つに分けて共有し,各パーティが無制限に共有されたランダム性にアクセスできるネットワークにおいて,相関を示すことが目的である三部作シナリオに焦点を当てる。
  論文  参考訳（メタデータ） (2024-07-28T21:12:52Z)
• Detecting critical treatment effect bias in small subgroups [11.437076464287822]
  本研究では, 平均治療効果以上の観察研究をベンチマークするための新しい手法を提案する。 まず, 2つの研究から推定される治療効果が, 関連する特徴のセットに基づいて, ある程度の許容範囲で異なるという, ヌル仮説の統計的試験を設計する。 次に,観測研究における任意の部分群に対して,最大バイアス強度に対する有意な下限を推定する。
  論文  参考訳（メタデータ） (2024-04-29T17:44:28Z)
• Precise Error Rates for Computationally Efficient Testing [75.63895690909241]
  本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。 線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
  論文  参考訳（メタデータ） (2023-11-01T04:41:16Z)
• A Double Machine Learning Approach to Combining Experimental and Observational Data [59.29868677652324]
  実験と観測を組み合わせた二重機械学習手法を提案する。 我々の枠組みは、より軽度の仮定の下で、外部の妥当性と無知の違反を検査する。
  論文  参考訳（メタデータ） (2023-07-04T02:53:11Z)
• Improved Policy Evaluation for Randomized Trials of Algorithmic Resource Allocation [54.72195809248172]
  提案する新しい概念を応用した新しい推定器を提案する。 我々は,このような推定器が,サンプル手段に基づく一般的な推定器よりも精度が高いことを理論的に証明した。
  論文  参考訳（メタデータ） (2023-02-06T05:17:22Z)
• Falsification of Internal and External Validity in Observational Studies via Conditional Moment Restrictions [6.9347431938654465]
  RCTと観察研究の両方からのデータから、内部および外部の妥当性に関する仮定は、観測可能で検証可能な意味を持つ。 これらのCMRを因果効果、つまり「因果コントラスト」で表現することは、個別の反事実的手段とは対照的に、より信頼性の高いファルシフィケーションテストを提供することを示す。
  論文  参考訳（メタデータ） (2023-01-30T18:16:16Z)
• Private Sequential Hypothesis Testing for Statisticians: Privacy, Error Rates, and Sample Size [24.149533870085175]
  我々は、Renyi差分プライバシーとして知られる、差分プライバシーのわずかな変種の下で、シーケンシャル仮説テスト問題を研究する。 我々は,Wald's Sequential Probability Ratio Test (SPRT)に基づく新たなプライベートアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-04-10T04:15:50Z)
• Increasing the efficiency of randomized trial estimates via linear adjustment for a prognostic score [59.75318183140857]
  ランダム化実験による因果効果の推定は臨床研究の中心である。 歴史的借用法のほとんどは、厳格なタイプiエラー率制御を犠牲にして分散の削減を達成する。
  論文  参考訳（メタデータ） (2020-12-17T21:10:10Z)
• The Hidden Uncertainty in a Neural Networks Activations [105.4223982696279]
  ニューラルネットワークの潜在表現の分布は、アウト・オブ・ディストリビューション(OOD)データの検出に成功している。 本研究は、この分布が、モデルの不確実性と相関しているかどうかを考察し、新しい入力に一般化する能力を示す。
  論文  参考訳（メタデータ） (2020-12-05T17:30:35Z)
• Enabling Counterfactual Survival Analysis with Balanced Representations [64.17342727357618]
  生存データは様々な医学的応用、すなわち薬物開発、リスクプロファイリング、臨床試験で頻繁に見られる。 本稿では,生存結果に適用可能な対実的推論のための理論的基盤を持つ統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2020-06-14T01:15:00Z)
• Conformal Inference of Counterfactuals and Individual Treatment Effects [6.810856082577402]
  そこで本研究では,反ファクトや個々の治療効果について,信頼できる間隔を推定できる共形推論に基づく手法を提案する。 既存の手法は、単純なモデルであってもかなりのカバレッジの欠陥に悩まされる。
  論文  参考訳（メタデータ） (2020-06-11T01:03:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。