基于边缘均值的多项分布数据的因果效应估计
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-11页 |
| 第二章 因果分析 | 第11-19页 |
| §2.1 概述 | 第11-12页 |
| §2.1.1 起源及发展 | 第11页 |
| §2.1.2 与经典关联模型的区别 | 第11-12页 |
| §2.1.3 新的记号及表达方法 | 第12页 |
| §2.2 图模型及结构方程模型 | 第12-16页 |
| §2.2.1 基本理论 | 第12-14页 |
| §2.2.2 非参数模型及因果效应的估计 | 第14-16页 |
| §2.3 潜在输出值模型 | 第16-19页 |
| §2.3.1 基本理论 | 第16-17页 |
| §2.3.2 作用及发展方向 | 第17-19页 |
| 第三章 问题的提出 | 第19-24页 |
| §3.1 问题的阐述 | 第19页 |
| §3.2 MSCM问题 | 第19-21页 |
| §3.3 G—算法公式 | 第21-24页 |
| 第四章 模型的建立及参数估计 | 第24-34页 |
| §4.1 单点处理值情形 | 第24-26页 |
| §4.1.1 因果关系效应的度量 | 第24-25页 |
| §4.1.2 模型的建立 | 第25-26页 |
| §4.2 无不可测的混杂量的情形 | 第26-29页 |
| §4.2.1 是非数据 | 第26-27页 |
| §4.2.2 多项分布数据 | 第27-29页 |
| §4.3 处理值与时间相关的情形 | 第29-30页 |
| §4.3.1 模型的建立 | 第29-30页 |
| §4.3.2 传统回归方法的不足 | 第30页 |
| §4.4 权重的估计 | 第30-32页 |
| §4.5 方法小结 | 第32-34页 |
| 第五章 进一步的推广 | 第34-41页 |
| §5.1 偏差分析 | 第34-38页 |
| §5.1.1 协变量产生的混杂影响 | 第34-37页 |
| §5.1.2 与时间相关的混杂量及重复测量 | 第37页 |
| §5.1.3 AIPTW | 第37-38页 |
| §5.2 生存分析中的应用 | 第38-41页 |
| §5.2.1 Cox比例危险模型 | 第38-39页 |
| §5.2.2 截尾数据 | 第39-41页 |
| 第六章 结束语 | 第41-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-44页 |
