Baidu
map

医学临床研究中,有哪些令人叫绝的工具变量?

2016-06-16 MedSci MedSci原创

一个好的工具变量可以直接MIT博士毕业,使用工具变量法的前提是存在有效的工具变量。因此,如何寻找工具变量十分重要。然而,工具变量的两个要求(相关性与外生性)常常自相矛盾,即与内生解释变量相关的变量往往与被解释变量的扰动项也相关。故在实践上,寻找合适的工具变量通常比较困难,需要一定的创造性与想象力。MedSci小编总结并进行相关点评,也给大家带来一些启示,下述这类问题,都可能通过寻找工具变量来解决

一个好的工具变量可以直接MIT博士毕业,使用工具变量法的前提是存在有效的工具变量。因此,如何寻找工具变量十分重要。然而,工具变量的两个要求(相关性与外生性)常常自相矛盾,即与内生解释变量相关的变量往往与被解释变量的扰动项也相关。故在实践上,寻找合适的工具变量通常比较困难,需要一定的创造性与想象力。MedSci小编总结并进行相关点评,也给大家带来一些启示,下述这类问题,都可能通过寻找工具变量来解决。如果大家不了解工具变量,可以与我们公司联系哦。看电视过多引发小儿自闭症?Waldman et al (2006, 2008)研究过多观看电视是否引发小儿自闭症。但有自闭倾向的儿童可能更经常看电视,存在双向因果关系。Waldman et al (2006, 2008)使用降雨量作为电视观看时间的工具变量。二者存在相关性,即降雨越多的地区,人们呆在室内的时间越长,故看电视时间也越长;而降雨量很可能是外生的(只通过看电视时间而影响被解释变量)。类似医学的例子还有很多,如喝红酒与心血管疾病的关系,实际上喝红酒的人生活方式一般比较健康,心血管病相对较少,而同样心血管病相对较少的人,也愿意喝一些红酒;还有

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=948159, encodeId=d79a94815969, content=看了很多工具变量的解释,总算有所理解了, beContent=null, objectType=article, channel=null, level=null, likeNumber=81, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=bea55468994, createdName=MedSci223, createdTime=Sun Mar 14 19:37:50 CST 2021, time=2021-03-14, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=160895, encodeId=14d516089531, content=非常好,学习了, beContent=null, objectType=article, channel=null, level=null, likeNumber=109, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=5f8c1618851, createdName=Kim.yu, createdTime=Wed Dec 07 10:46:31 CST 2016, time=2016-12-07, status=1, ipAttribution=)]
    2021-03-14 MedSci223

    看了很多工具变量的解释,总算有所理解了

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=948159, encodeId=d79a94815969, content=看了很多工具变量的解释,总算有所理解了, beContent=null, objectType=article, channel=null, level=null, likeNumber=81, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=bea55468994, createdName=MedSci223, createdTime=Sun Mar 14 19:37:50 CST 2021, time=2021-03-14, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=160895, encodeId=14d516089531, content=非常好,学习了, beContent=null, objectType=article, channel=null, level=null, likeNumber=109, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=5f8c1618851, createdName=Kim.yu, createdTime=Wed Dec 07 10:46:31 CST 2016, time=2016-12-07, status=1, ipAttribution=)]
    2016-12-07 Kim.yu

    非常好,学习了

    0

相关资讯

工具变量方法:中医药实效研究的统计分析利器

中医中药的治疗与现代医学有较大差别,不仅表现在药物上,也表现在处方的个性化,以及中医师本身的“经验”,而这些“经验”在统计学中称为意向性,其实都是临床研究中的偏倚(bias),经典的统计方法都无法处理这些很难测量的问题,这也是为什么中医治疗疾病的疗效往往呈现“千变万化”,不同的人结果可能完全不同的重要原因。 因此,需要寻找出有效规避这些不可测量的影响因素的统计学策略。实际上,在统计学中,这些

工具变量(instrumental variable)理论与因果推断

="mo">∑ni=1(Di–D¯)2. 上面的估计式也是通常的最小二乘解,这里只是换了一个推导方式。如果将 (1) 看成一个数据生成的机制,在假定 (2) 下我们的确可以估计出因果作用 β. 二 内生性和工具变量 问题的关键是假定 (2) 很多时候并不成立(cov(Di,εi)≠0),比如,吸烟的人群和不吸烟的人群本身很不相同,参加工作培训的人可能比不参加工作培训的人有更强的找工作动机,等

Baidu
map
Baidu
map
Baidu
map