論文の概要: Causal Mediation Analysis with Multiple Mediators: A Simulation Approach

• arxiv url: http://arxiv.org/abs/2506.14019v1
• Date: Mon, 16 Jun 2025 21:35:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-18 17:34:59.252661
• Title: Causal Mediation Analysis with Multiple Mediators: A Simulation Approach
• Title（参考訳）: マルチメディエータを用いた因果メディエーション分析 : シミュレーションによるアプローチ
• Authors: Jesse Zhou, Geoffrey T. Wodtke,
• Abstract要約: 因果仲裁の分析には、露光によって引き起こされる共同設立者や、関連する複数の仲介者が含まれることが多い。 本研究は, 媒介者ごとの一連の分布モデルから得られるポテンシャルをシミュレーションし, これら全ての量を評価するための一般的な手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Analyses of causal mediation often involve exposure-induced confounders or, relatedly, multiple mediators. In such applications, researchers aim to estimate a variety of different quantities, including interventional direct and indirect effects, multivariate natural direct and indirect effects, and/or path-specific effects. This study introduces a general approach to estimating all these quantities by simulating potential outcomes from a series of distribution models for each mediator and the outcome. Building on similar methods developed for analyses with only a single mediator (Imai et al. 2010), we first outline how to implement this approach with parametric models. The parametric implementation can accommodate linear and nonlinear relationships, both continuous and discrete mediators, and many different types of outcomes. However, it depends on correct specification of each model used to simulate the potential outcomes. To address the risk of misspecification, we also introduce an alternative implementation using a novel class of nonparametric models, which leverage deep neural networks to approximate the relevant distributions without relying on strict assumptions about functional form. We illustrate both methods by reanalyzing the effects of media framing on attitudes toward immigration (Brader et al. 2008) and the effects of prenatal care on preterm birth (VanderWeele et al. 2014).
• Abstract（参考訳）: 因果仲裁の分析には、露光によって引き起こされる共同設立者や、関連する複数の仲介者が含まれることが多い。 このような応用では、介入的直接的・間接的効果、多変量的自然的・間接的効果、および/または経路特異的効果など、様々な量について推定することを目指している。 本研究は, 媒介者ごとの一連の分布モデルから得られるポテンシャルをシミュレーションし, これら全ての量を評価するための一般的な手法を提案する。 1つのメディエータ(Imai et al 2010)で解析するために開発された類似した手法に基づいて、パラメトリックモデルによるこのアプローチの実装方法について概説する。 パラメトリック実装は、連続的および離散的なメディエータ、および多くの異なる種類の結果を含む線形および非線形関係を許容することができる。 しかし、それは潜在的な結果をシミュレートするために使用される各モデルの正しい仕様に依存します。 誤特定のリスクに対処するため,我々は,関数型に関する厳密な仮定に頼ることなく,ディープニューラルネットワークを利用して関連する分布を近似する,新しい非パラメトリックモデルを用いた代替実装も導入する。 本研究は,メディアフレーミングが移民に対する態度に及ぼす影響(Brader et al 2008)と出生前ケアが出生前に及ぼす影響(VanderWeele et al 2014)を再検討する。

関連論文リスト

• Simulation-based inference for stochastic nonlinear mixed-effects models with applications in systems biology [0.29998889086656577]
  階層型混合効果モデルにおける拡張ベイズ推定のための新しい手法を提案する。 我々のフレームワークはまず、確率と後部分布の補正近似を構築し、各データセットに対して高速に精製する。 統計的精度の点で,我々のアプローチは迅速かつ競争的であった。
  論文  参考訳（メタデータ） (2025-04-15T15:18:58Z)
• Identifiable Multi-View Causal Discovery Without Non-Gaussianity [63.217175519436125]
  多視点構造方程式モデル(SEM)の枠組みにおける線形因果発見への新しいアプローチを提案する。 我々は、SEMの構造が非巡回的であること以外は、余計な仮定をすることなく、モデルの全てのパラメータの識別可能性を証明する。 提案手法は,脳領域間の因果グラフの推定を可能にする実データへのシミュレーションおよび応用を通じて検証される。
  論文  参考訳（メタデータ） (2025-02-27T14:06:14Z)
• Generative vs. Discriminative modeling under the lens of uncertainty quantification [0.929965561686354]
  本稿では,生成的アプローチと識別的アプローチの比較分析を行った。 両手法が,不確実性を考慮した推論において,様々な情報源からの情報を活用する能力を比較する。 本稿では,両手法の教師あり学習と,検討されたモデリング手法と互換性のあるセミ教師あり学習を実現するための一般的なサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2024-06-13T14:32:43Z)
• Quantifying & Modeling Multimodal Interactions: An Information Decomposition Framework [89.8609061423685]
  本稿では,入力モーダル性と出力タスクを関連付けた冗長性,特異性,シナジーの度合いを定量化する情報理論手法を提案する。 PID推定を検証するために、PIDが知られている合成データセットと大規模マルチモーダルベンチマークの両方で広範な実験を行う。 本研究では,(1)マルチモーダルデータセット内の相互作用の定量化,(2)マルチモーダルモデルで捉えた相互作用の定量化,(3)モデル選択の原理的アプローチ,(4)実世界のケーススタディの3つにその有用性を示す。
  論文  参考訳（メタデータ） (2023-02-23T18:59:05Z)
• Disentangled Representation for Causal Mediation Analysis [25.114619307838602]
  因果媒介分析(英: Causal mediation analysis)は、直接的および間接的な効果を明らかにするためにしばしば用いられる方法である。 深層学習はメディエーション分析において有望であるが、現在の手法では、治療、メディエーター、結果に同時に影響を及ぼす潜在的共同創設者のみを前提としている。 そこで本研究では,助成金の表現を3つのタイプに分けて,自然的直接効果,自然間接効果,および全効果を正確に推定する,ディスタングル・メディエーション分析変分自動エンコーダ(DMAVAE)を提案する。
  論文  参考訳（メタデータ） (2023-02-19T23:37:17Z)
• Bayesian Additive Main Effects and Multiplicative Interaction Models using Tensor Regression for Multi-environmental Trials [0.0]
  本稿では,複数の因子が表現型予測に与える影響を考慮したベイズテンソル回帰モデルを提案する。 我々は、モデルのパラメータ間で生じる可能性のある識別可能性の問題を解決するための、事前分布のセットを採用する。 我々は2010年から2019年までのアイルランドにおける小麦生産に関する実世界のデータを分析して、我々のモデルの適用性を探る。
  論文  参考訳（メタデータ） (2023-01-09T19:54:50Z)
• Estimation of Bivariate Structural Causal Models by Variational Gaussian Process Regression Under Likelihoods Parametrised by Normalising Flows [74.85071867225533]
  因果機構は構造因果モデルによって記述できる。 最先端の人工知能の大きな欠点の1つは、説明責任の欠如である。
  論文  参考訳（メタデータ） (2021-09-06T14:52:58Z)
• MINIMALIST: Mutual INformatIon Maximization for Amortized Likelihood Inference from Sampled Trajectories [61.3299263929289]
  シミュレーションベースの推論は、その可能性が実際に計算できない場合でもモデルのパラメータを学習することができる。 あるクラスのメソッドは、異なるパラメータでシミュレートされたデータを使用して、確率とエビデンス比の償却推定器を推定する。 モデルパラメータとシミュレーションデータ間の相互情報の観点から,本手法が定式化可能であることを示す。
  論文  参考訳（メタデータ） (2021-06-03T12:59:16Z)
• Decision-Making with Auto-Encoding Variational Bayes [71.44735417472043]
  変分分布とは異なる後部近似を用いて意思決定を行うことが示唆された。 これらの理論的な結果から,最適モデルに関するいくつかの近似的提案を学習することを提案する。 おもちゃの例に加えて,単細胞RNAシークエンシングのケーススタディも紹介する。
  論文  参考訳（メタデータ） (2020-02-17T19:23:36Z)

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。