基于group LASSO的高维广义倾向性评分方法

摘要

本发明为一种基于group LASSO的高维广义倾向性评分方法，属于生物技术和数据分析技术领域。本发明首先借用GLiDeR的思想构建结局自适应group LASSO实现变量选择；随后使用npCBGPS方法计算均衡权重，并以最小DWC为准则确定调整参数的最优值，实现因果推断变量选择；最后使用IPW方法估计因果参数。本发明提供了一个因果剂量‑反应估计器，称之为OAGL‑GPS方法。模拟分析表明，OAGL‑GPS方法整体表现与理想方法相近，在结局模型为线性时，一方面像GLiDeR一样可正确识别出混杂和预后协变量，另一方面还保留了npCBGPS对GPS模型误设稳健的统计学性质。