ترجمه فارسی مقاله عملکرد تخمین حداکثر درستنمایی هدفمند متقاطع

چکیده

Background: Advanced methods for causal inference, such as targeted maximum likelihood estimation (TMLE), require certain conditions for statistical inference. However, in situations where there is not differentiability due to data sparsity or near-positivity violations, the Donsker class condition is violated. In such situations, TMLE variance can suffer from inflation of the type I error and poor coverage, leading to conservative confidence intervals. Cross-validation of the TMLE algorithm (CVTMLE) has been suggested to improve on performance compared to TMLE in settings of positivity or Donsker class violations. We aim to investigate the performance of CVTMLE compared to TMLE in various settings. Methods: We utilised the data-generating mechanism as described in Leger et al. (2022) to run a Monte Carlo experiment under different Donsker class violations. Then, we evaluated the respective statistical performances of TMLE and CVTMLE with different super learner libraries, with and without regression tree methods. Results: We found that CVTMLE vastly improves confidence interval coverage without adversely affecting bias, particularly in settings with small sample sizes and near-positivity violations. Furthermore, incorporating regression trees using standard TMLE with ensemble super learner-based initial estimates increases bias and variance leading to invalid statistical inference. Conclusions: It has been shown that when using CVTMLE the Donsker class condition is no longer necessary to obtain valid statistical inference when using regression trees and under either data sparsity or near-positivity violations. We show through simulations that CVTMLE is much less sensitive to the choice of the super learner library and thereby provides better estimation and inference in cases where the super learner library uses more flexible candidates and is prone to overfitting.

چکیده به فارسی (ترجمه ماشینی)

سابقه و هدف: روشهای پیشرفته برای استنباط علی ، مانند برآورد حداکثر احتمال هدفمند (TMLE) ، برای استنباط آماری به شرایط خاصی نیاز دارند.با این حال ، در شرایطی که به دلیل کمبود داده ها یا نقض تقریباً مثبت بودن ، تفاوت وجود ندارد ، وضعیت کلاس Donsker نقض می شود.در چنین شرایطی ، واریانس TMLE می تواند از تورم خطای نوع I و پوشش ضعیف رنج ببرد و منجر به فواصل اطمینان محافظه کارانه شود.اعتبار سنجی متقابل الگوریتم TMLE (CVTMLE) برای بهبود عملکرد در مقایسه با TMLE در تنظیمات مثبت یا نقض کلاس Donsker پیشنهاد شده است.هدف ما بررسی عملکرد CVTMLE در مقایسه با TMLE در تنظیمات مختلف است.مواد و روش ها: ما از مکانیسم تولید داده همانطور که در Leger و همکاران شرح داده شده است استفاده کردیم.(2022) برای اجرای یک آزمایش مونت کارلو تحت تخلفات مختلف کلاس Donsker.سپس ، ما عملکردهای آماری مربوطه TMLE و CVTMLE را با کتابخانه های مختلف سوپر یادگیرنده ، با و بدون روش درخت رگرسیون ارزیابی کردیم.یافته ها: ما دریافتیم که CVTMLE به شدت پوشش فاصله اطمینان را بدون تأثیر منفی بر تعصب ، به ویژه در تنظیمات با اندازه نمونه های کوچک و نقض تقریباً مثبت ، بهبود می بخشد.علاوه بر این ، ترکیب درختان رگرسیون با استفاده از TMLE استاندارد با برآورد اولیه مبتنی بر گروه فوق العاده یادگیرنده ، تعصب و واریانس را افزایش می دهد و منجر به استنباط آماری نامعتبر می شود.نتیجه گیری: نشان داده شده است که هنگام استفاده از CVTMLE ، شرایط کلاس Donsker دیگر برای به دست آوردن استنتاج آماری معتبر هنگام استفاده از درختان رگرسیون و تحت هر دو پراکندگی داده یا نقض تقریباً مثبت نیست.ما از طریق شبیه سازی ها نشان می دهیم که CVTMLE نسبت به انتخاب کتابخانه Super Learner بسیار حساس است و از این طریق تخمین و استنباط بهتری را در مواردی فراهم می کند که کتابخانه Super Learner از نامزدهای انعطاف پذیر تری استفاده می کند و مستعد ابتلا به آن است.