Performance of augmented inverse probability weighting estimation for high-dimensional data
Notice bibliographique
Résumé
Les estimateurs doublement robustes ont été largement utilisés pour estimer l'effet du traitement, parce que ils sont sans biais lorsque le modèle de régression du résultat ou le modèle de score de propension est correctement spécifié. Aujourd'hui quand le dimension de données augmente, on sait peu la performance de ces méthodes dans les données en haute dimension. Dans cette thèse, nous avons cherché à exam- iner la performance d'un estimateur doublement robuste: la pondération par probabilité inverse augmentée (AIPW) dans ces données. Plusieurs études de simulation de Monte Carlo ont été menes, et l'effet du traitement a été estimé quand les modèles sont correctement spécifiés ou incorrectement spécifiés. Les résultats de la simulation ont montré que l'estimation du score de propension était difficile en haute dimension. Des méthodes avancées devraient être utilisées pour estimer le score de propension et éliminer les déséquilibres. Nous avons également étudié plus l'algorithme de score de propension en haute dimensionnel, une méthode de sélection de variables pour l'ajustement de confusion dans les donnes en haute dimension. Nous avons intégré cet algorithme dans le processus d'estimation et avons exploré la valeur optimale du nombre de variables à ajuster. Enfin, nous avons présenté une étude de simulation de plasmode basée sur des données relles de Clinical Practice Research Datalink, qui étudie l'effet de l'utilisation de statines sur la mortalité d'un an.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».