1) population average treatment effect
总体平均因果效应
2) average causal effect
平均因果效应
1.
In this case,average treatment effects,or called average causal effect(ACE) of treatment,may not easily estimated because there are too many potential variables which can not be simultaneously observed.
在随机处理─对照的临床试验中,经常出现不依从或部分依从的现象,此时,由于所涉及到的"虚拟事实"变量,即不能观察到的潜在变量太多而不易估计其平均因果效应ACE。
3) population-averaged treatment effects
总体平均处理效应
1.
In this paper,the comparison is qiven between the random simulation of the maximum likelihood estimators and the quasi-maximum likelihood estimators of the population-averaged treatment effects in the one-dimensional structural regression models with one covariate and the measurement errors.
通过对单个协变量的带有测量误差的一维结构回归模型中总体平均处理效应的极大似然估计和拟极大似然估计的随机模拟结果进行比较,发现这两个公式都不受测量误差的影响,并且可以互换使用。
2.
,n t;t0,1, is used to study the population-averaged treatment effects under exchangeability conditions when the response variable is a one-dimensional vector.
在可交换条件下 ,当响应变量为一维时 ,利用结构回归模型Ytj =αt +χtjβTt +εtj, ( χtj,εtj) T ～NI[( μχ,0 ) T,A], j=1,… ,nt,t=0 ,1研究总体平均处理效应 ,通过采用极大似然的方法 ,给出模型各参数的估计 :^αt,^βt,^σ2t,^μχ,^Σχχ,从而给出总体平均处理效应的极大似然估计ATE。
4) causal effect
因果效应
1.
Bayesian analysis of the causal effect in clinical trials with ordered compliance;
具有有序依从个体临床试验中因果效应的Bayesian分析
2.
The identifiability for causal effects under a type of assumptions based on conditional independence in a causal model is treated by equation method.
运用方程组求解的方法来解决一类因果效应可识别的充要条件的问题 。
3.
This paper presents the Bayes estimation and empirical Bayes estimation of causal effects in a counterfactual model.
给出了一个虚拟事实模型中因果效应的Bayes估计和经验Bayes估计,提供了三种可替换性假设的先验分布的选择方法,并用实验说明,在不知道取哪个可替换性假设的情况下,经验Bayes估计要优于其他的估计。
5) Average Effect
平均效应
6) average over all efficiency
平均总效率
补充资料：总体平均值
分子式：
CAS号：
性质：表示总体集中趋势的特征数字，以符号μ表示。对于特定具体的分布，μ是一个常数。在有限次测定中，样本的算术平均值是总体均值μ的一个优良估计值，它不仅是无偏的，而且具有一致最小方差。
CAS号：
性质：表示总体集中趋势的特征数字，以符号μ表示。对于特定具体的分布，μ是一个常数。在有限次测定中，样本的算术平均值是总体均值μ的一个优良估计值，它不仅是无偏的，而且具有一致最小方差。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条