Covariate Selection Strategy for the Extended Propensity Score to Adjust for Missing Not at Random Data
Notice bibliographique
Résumé
Missing data can introduce biases in the estimation of the indicator of interest if appropriate adjustments are not made. The case of Missing Not at Random (MNAR), a missing mechanism in which the missingness also depends on the missing values themselves, has been under-explored. When an outcome has MNAR data, one method to estimate the population mean of the outcome is using the extended propensity score. This method first estimates the extended propensity score, which is the missing probability conditional on the outcome and covariates. Then, the population mean of the outcome is estimated using these estimates. In this paper, we discuss which variables should be included in or excluded from the extended propensity score model to obtain an unbiased estimate of the population mean with small standard errors. First, we show which covariates, at a minimum, should be included in the model of missing probability so that the population mean estimator of the outcome is consistent. Next, we show that the inclusion of some covariates in the missing probability model results in a large variance of the population mean estimates even if they explain the missing probability well. Then, we verify these arguments using simulation experiments and argue that to obtain unbiased, small-variance estimates of the population mean, it is desirable to include only those covariates necessary for consistency. This study allows us to obtain such estimates when the outcome is MNAR and adjusted by the extended propensity score.
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 | 0,008 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».