通过R语言实现双重稳健推断（四）

文章预览

缺失数据 drtmle 函数支持 A 和 Y 中的缺失数据。这种缺失数据在实际中很常见，如果忽视它们，可能会导致感兴趣的边际均值估算产生偏差。之前讨论的估算方法可以修改为允许这种依赖协变量的缺失性。设 和 分别为 和 已被观测到的指示变量。我们可以将OR重新定义为： 同样，PS可以重新定义为： 我们在示例中为 A 和 Y 引入缺失值。 DeltaA $W1)) DeltaY $W2 + A)) A[DeltaA == 0] Y[DeltaY == 0]  对 drtmle 的调用只需要修改PS估算的方式。 glm_g 和 SL_g 选项仍分别用于拟合广义线性模型或超级学习器。然而，代码允许对PS的三个组成部分分别进行回归拟合。如要为PS的三个组成部分分别执行广义线性模型拟合， glm_g 应为一个带有 "DeltaA" 、 "A" 和 "DeltaY" 条目的命名列表。它们应分别为回归 对 ， 对 （仅限 的观察）以及 对 和 （在 的观察中）提供回归公式（如 ………………………………