文章目录
已经介绍过两个bias: confounding和selection, 这里介绍第三个, measurement bias.
这个measurement bias 不是指样本数目过少导致的误差, 用记录误差更为准确, 比如明明是
A
=
1
A=1
A=1, 但是记录成了
A
=
0
A=0
A=0.
9.1 Measurement Error
如上图所示, 我们所希望的实际上只有 A → Y A \rightarrow Y A→Y这一条先, 但是由于measurement error U A U_A UA导致我们最后得到的只有 A ∗ A^* A∗, 此时想要计算 A A A关于 Y Y Y的causal effect就比较麻烦了.
不光是intervention, outcome Y Y Y实际上也可能会有measurement error.
The structure of measurement error
measurement error 可以分成四种:
- independent nondifferential: Figure 9.2;
- dependent nondifferential: Figure 9.3;
- independent differential: Figure 9.4;
- dependent differential: Figure 9.6.
9.3 Mismeasured confounders
这里介绍了另外一种特殊的情况, A , Y A, Y A,Y都没有测量误差, 但是 L L L是存在测量误差的, 此时因为缺乏 L L L, 我们没法依赖其获得想要的条件可交换性.
同样的, 类似的情况也可能导致selection bias.
9.4 Intention-to-treat effect: the effect of a misclassified treatment
这一节讨论的是, 预先打算的策略 Z Z Z对 Y Y Y的causal effect和实际进行的 A A A关于 Y Y Y的causal effect之间的差别.
9.5 Per-protocol effect
主要讲了什么时候Intention-to-treat effect会是一个不错的选择.
Fine Point
The strength and direction of measurement bias
Per-protocol analyses
- as treated: 只管 A A A, 不管 Z Z Z(所以是不考虑 Z Z Z的存在?).
- per protocol: 只在 A = Z A=Z A=Z的子集上讨论, 所以这种很有可能会导致selection bias. 如Figure 9.14 所示.
Pseudo-intention-to-treat analyses
Effectiveness versus efficacy
Technical Point
Independence and nondifferentiality
The exclusion restriction
指的是没有直接的箭头由assign treatment Z Z Z 指向 outcome Y Y Y.