Les posteurs les plus actifs de la semaine
Aucun utilisateur |
Sujets les plus vus
high dimensional propensity scores
2 participants
Page 1 sur 1
high dimensional propensity scores
Hi all,
I have used high dimensional propensity scores in a research paper. One of the reviewers asks: if the computation of this score involves estimates that may be biased in any way, discuss this putative bias.
What do you think?
Thank you,
Best,
PM
I have used high dimensional propensity scores in a research paper. One of the reviewers asks: if the computation of this score involves estimates that may be biased in any way, discuss this putative bias.
What do you think?
Thank you,
Best,
PM
pierre martin- Nombre de messages : 3
Date d'inscription : 01/12/2017
Re: high dimensional propensity scores
Hello,
Ca semble être une question raisonnable. A mon avis, ta réponse doit reprendre toutes les hypothèses sur lesquelles repose la validité du HD-PS et discuter leur plausibilité (positivité, échangeabilité conditionnelle, etc).
Les problemes classiques avec l'HD-PS sont:
- la première étape assez subjective de regroupement de variables
- le fait que les variables de type diagnostic (READ codes) ne permette pas de savoir si 0 correspond à l'absence d'un diagnostic ou une valeur manquante (ce qui clairement peut introduire un biais)
- le fait que la sélection des variables à inclure dans le PS est faite sur le même jeu de données que celui utilisé pour l'estimation de ton effet causal a peut-être des conséquences sur ton erreur de type I (ce n'est pas un biais en tant que tel, mais probablement a discuter malgre tout)
- il me semble que les variables correspondant à des événements très rares sont éliminées, ce qui peut entrainer un biais si ces variables sont des facteurs de confusion
En revanche, contrairement a un PS classique, le risque de "residual confounding" est plus faible.
Bonne chance avec ton papier.
Ayana
Ca semble être une question raisonnable. A mon avis, ta réponse doit reprendre toutes les hypothèses sur lesquelles repose la validité du HD-PS et discuter leur plausibilité (positivité, échangeabilité conditionnelle, etc).
Les problemes classiques avec l'HD-PS sont:
- la première étape assez subjective de regroupement de variables
- le fait que les variables de type diagnostic (READ codes) ne permette pas de savoir si 0 correspond à l'absence d'un diagnostic ou une valeur manquante (ce qui clairement peut introduire un biais)
- le fait que la sélection des variables à inclure dans le PS est faite sur le même jeu de données que celui utilisé pour l'estimation de ton effet causal a peut-être des conséquences sur ton erreur de type I (ce n'est pas un biais en tant que tel, mais probablement a discuter malgre tout)
- il me semble que les variables correspondant à des événements très rares sont éliminées, ce qui peut entrainer un biais si ces variables sont des facteurs de confusion
En revanche, contrairement a un PS classique, le risque de "residual confounding" est plus faible.
Bonne chance avec ton papier.
Ayana
Ayana- Nombre de messages : 550
Localisation : Londres
Date d'inscription : 18/08/2009
Re: high dimensional propensity scores
Merci beaucoup Ayana! +++ Très utile!
bonne soirée!
bonne soirée!
pierre martin- Nombre de messages : 3
Date d'inscription : 01/12/2017
Sujets similaires
» Scores Z
» Compilation des Z-scores
» comparaison de Z-scores
» Comparaison de scores
» Comment transférer des scores d'un ACP en %
» Compilation des Z-scores
» comparaison de Z-scores
» Comparaison de scores
» Comment transférer des scores d'un ACP en %
Page 1 sur 1
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum
|
|