第49行: |
第49行: |
| | | |
| 【终译】在其关于因果推断的原始论文中,罗宾斯描述了两种新的控制混杂偏差的方法,这两种方法可以应用于与时间相关暴露的广义设定: 结构嵌套模型的 G公式和 G 估计。后来,他介绍了第三类模型,边际结构模型,其中的参数估计使用逆概率处理权重。他还对动态治疗机制的理论做出了重要贡献,这在比较效益研究和个体化医学中都具有重要意义。1994年,他与安德里亚 · 罗特尼茨基及其他同事一起,为因果推断和缺失数据问题中的统计参数引入了双重稳健估计(由影响函数导出)。双重稳健估计理论在因果推断领域具有很大的影响力,并影响了计算机科学、生物统计学、流行病学、机器学习、社会科学和统计学的实践<ref name=":3" /><ref name=":4" />。2008年,他还与李,艾瑞克和阿德合作,发展了用于统计功能估计的高阶影响函数理论。 | | 【终译】在其关于因果推断的原始论文中,罗宾斯描述了两种新的控制混杂偏差的方法,这两种方法可以应用于与时间相关暴露的广义设定: 结构嵌套模型的 G公式和 G 估计。后来,他介绍了第三类模型,边际结构模型,其中的参数估计使用逆概率处理权重。他还对动态治疗机制的理论做出了重要贡献,这在比较效益研究和个体化医学中都具有重要意义。1994年,他与安德里亚 · 罗特尼茨基及其他同事一起,为因果推断和缺失数据问题中的统计参数引入了双重稳健估计(由影响函数导出)。双重稳健估计理论在因果推断领域具有很大的影响力,并影响了计算机科学、生物统计学、流行病学、机器学习、社会科学和统计学的实践<ref name=":3" /><ref name=":4" />。2008年,他还与李,艾瑞克和阿德合作,发展了用于统计功能估计的高阶影响函数理论。 |
| + | |
| + | == 研究重点 == |
| + | 罗宾斯博士研究的主要重点是开发分析方法,这些方法适合于从复杂的观察性和随机性研究中得出因果推论,这些研究采用了时变的暴露或治疗方法。新方法在很大程度上是基于一类新的因果模型——结构嵌套模型——的参数估计,使用一类新的估计器—— G估计器。估计时变治疗或暴露对疾病时间的影响的通常方法是使用时间依赖的 Cox 比例风险模型,将时间 t 的失败危险发生率作为过去治疗历史的函数来建模。Robins 博士指出,,无论是否在分析中进一步调整过去混淆的历史,通常的方法都可能有偏见。 |
| | | |
| == 精选发表论文 == | | == 精选发表论文 == |
− | * {{cite journal | + | *{{cite journal |
| | author = Robins, J.M. | | | author = Robins, J.M. |
| | year = 1989 | | | year = 1989 |
第62行: |
第65行: |
| | issue = 6 | | | issue = 6 |
| }} | | }} |
− | * {{cite journal | author = Robins, J.M. |author2=Tsiatis, A.A. | year = 1991 | title = Correcting for non-compliance in randomized trials using rank preserving structural failure time models | journal = Communications in Statistics - Theory and Methods | volume = 20 | issue = 8 | pages = 2609–2631 | doi = 10.1080/03610929108830654 }} | + | *{{cite journal | author = Robins, J.M. |author2=Tsiatis, A.A. | year = 1991 | title = Correcting for non-compliance in randomized trials using rank preserving structural failure time models | journal = Communications in Statistics - Theory and Methods | volume = 20 | issue = 8 | pages = 2609–2631 | doi = 10.1080/03610929108830654 }} |
− | * {{cite journal | author = Robins, J.M. | year = 1994 | title = Correcting for non-compliance in randomized trials using structural nested mean models | journal = Communications in Statistics - Theory and Methods | volume = 23 | issue = 8 | pages = 2379–2412 | doi = 10.1080/03610929408831393 }} | + | *{{cite journal | author = Robins, J.M. | year = 1994 | title = Correcting for non-compliance in randomized trials using structural nested mean models | journal = Communications in Statistics - Theory and Methods | volume = 23 | issue = 8 | pages = 2379–2412 | doi = 10.1080/03610929408831393 }} |
− | * {{cite book | + | *{{cite book |
| | author = Robins, J.M. | | | author = Robins, J.M. |
| | year = 1997 | | | year = 1997 |
第75行: |
第78行: |
| | publisher= [[Springer-Verlag]] | | | publisher= [[Springer-Verlag]] |
| }} | | }} |
− | * {{cite journal | + | *{{cite journal |
| | author = Robins, J.M. | | | author = Robins, J.M. |
| |author2=Ritov, Y. | | |author2=Ritov, Y. |
第87行: |
第90行: |
| | pmid=9004398 | | | pmid=9004398 |
| }} | | }} |
− | * {{cite journal | + | *{{cite journal |
| | author = Robins, J.M. | | | author = Robins, J.M. |
| | year = 1998 | | | year = 1998 |
第98行: |
第101行: |
| | pmid = 9493255 | | | pmid = 9493255 |
| }} | | }} |
− | * {{cite journal | + | *{{cite journal |
| | author = Robins, J.M. |author2=Hernan, M.A. |author3=Brumback, B.|author3-link= Babette Brumback | | | author = Robins, J.M. |author2=Hernan, M.A. |author3=Brumback, B.|author3-link= Babette Brumback |
| | year = 2000 | | | year = 2000 |
第110行: |
第113行: |
| | jstor = 3703997 | | | jstor = 3703997 |
| |citeseerx=10.1.1.116.7039 |s2cid=8907527 }} | | |citeseerx=10.1.1.116.7039 |s2cid=8907527 }} |
− | * {{cite book | + | *{{cite book |
| | author = van der Laan, M.J. | | | author = van der Laan, M.J. |
| |author2=Robins, J.M. | | |author2=Robins, J.M. |