Partial identification for discrete data with nonignorable missing outcomes

Nonignorable missing outcomes are common in real world datasets and often require strong parametric assumptions to achieve identification. These assumptions can be implausible or untestable, and so we may forgo them in favour of partially identified models that narrow the set of a priori possible va...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	arXiv.org 2023-10
Hauptverfasser:	Daly-Grafstein, Daniel, Gustafson, Paul
Format:	Artikel
Sprache:	eng
Schlagworte:	Algorithms Constrictions Mathematical models Missing data Parameter identification
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!