Staram się oszacować średni efekt leczenia na podstawie danych obserwacyjnych, stosując ważenie wyniku skłonności (szczególnie IPTW). Myślę, że obliczam ATE poprawnie, ale nie wiem, jak obliczyć przedział ufności ATE, biorąc pod uwagę wagi wyniku odwrotnej skłonności.
Oto równanie, którego używam do obliczenia średniego efektu leczenia (odniesienie Stat Med. 10 września 2010; 29 (20): 2137–2148.): Gdzie całkowita liczba pacjentów, status leczenia, status wyniku, a wynik skłonności.
Czy ktoś wie o pakiecie R, który obliczałby przedział ufności średniego efektu leczenia, biorąc pod uwagę wagi? Czy survey
pakiet może tutaj pomóc? Zastanawiałem się, czy to zadziała:
library(survey)
sampsvy=svydesign(id=~1,weights=~iptw,data=df)
svyby(~surgery=='lump',~treatment,design=sampsvy,svyciprop,vartype='ci',method='beta')
#which produces this result:
treatment surgery == "lump" ci_l ci_u
No 0.1644043 0.1480568 0.1817876
Yes 0.2433215 0.2262039 0.2610724
Nie wiem, gdzie się stąd udać, aby znaleźć przedział ufności różnicy między proporcjami (tj. Średni efekt leczenia).