.png){kind=icon}
返回
Individualized Dynamic Mediation Analysis Using Latent Factor Models
.png){kind=icon}
OA
AI
DOI：10.1080/01621459.2026.2641242.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
中介分析在因果推断中发挥着关键作用，因为它可以探究处理影响结果的路径。现有的大部分中介分析假设中介效应在人群中是静态且同质的。然而，在实际应用中，中介效应通常会随时间变化，并在个体间表现出显著异质性。此外，中介机制可能较为复杂，涉及非稀疏性，使得中介变量选择尤为困难。为解决这些问题，我们提出了一种用于中介变量选择的个体化动态中介分析方法。我们的方法能够在群体水平上识别显著的中介变量，同时通过变系数结构方程模型捕捉个体水平上的时变和异质性中介效应。我们方法的另一优势在于允许存在导致异质性中介效应的未测量时变混杂因素。我们为所提出的估计量提供了渐近结果，并对显著中介变量的选择一致性进行了验证。广泛的模拟研究和一个DNA甲基化研究的应用表明了该方法的有效性和优势。本文的补充材料可在网上获取，包括用于复现工作的标准化材料描述。
Keyword:
DNA methylation
Heterogeneous effects
Structural equation model
Low-rank confounding
Variable selection
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
J
IF:
3
论文数:
5.2K
被引数:
4.8W
机构
引用论文
A Unified Framework for High-Dimensional Analysis of M-Estimators with Decomposable Regularizers.png)
STATISTICAL SCIENCEOAAI
STATISTICAL SCIENCEIF3.4
OAAI分享收藏
查看更多内容