Un estimateur ciblé général pour les modèles structurels marginaux

vendredi 4 février 2022, 9h30 - 10h30

Salle du conseil, espace Turing

Deux des tâches principales de l’inférence causale sont de définir et d’estimer l’effet d’un traitement sur une issue d’intérêt. Dans le même esprit, on peut définir et estimer un paramètre quantifiant la relation entre les covariables individuelles et la magnitude de l’effet. Les modèles structurels marginaux (MSM) permettent de définir de tels paramètres. C’est à eux que nous nous intéresserons dans cet exposé.

Nous présenterons des éléments d’analyse semi-paramétrique de ces paramètres puis un estimateur ciblé permettant de les estimer efficacement. Faite dans le langage Julia, l’implémentation pratique d’un estimateur générique s’adaptant à une grande classe de MSM est facilitée par l’utilisation du principe de la différentiation automatique. Nous évoquerons les résultats d’une étude de simulation de la performance de l’estimateur ciblé à horizon fini.

https://u-paris.zoom.us/j/83434251823?pwd=N1VsN29LbU42Q01DMUFiKzZpNDdLUT09