結果変数に欠測値がある場合の統計的詳細
［因果処置効果］手法では、処置変数が二値変数の場合、結果変数Yにおける欠測値を自動的に処理します。しかし、「処置変数のモデル」または「結果変数のモデル」における説明変数のデータが欠測している場合、そのデータ行は分析からすべて除外されます。
結果変数Yの欠測値を処理するには、欠測（打ち切り）の確率をモデリングしてから、処置の逆確率重み（IPTW; inverse probability of treatment weight）に加えて、打ち切りの逆確率重み（IPCW; inverse probability of censoring weight）を計算します。このIPCWを求める手順は、次のとおりです。
1. 2つの打ち切りモデルをあてはめる。
処置変数の2つの水準のそれぞれだけのデータを用いて、計2つの打ち切りモデルを推定します。これら2つの打ち切りモデルは両方とも、Yが欠測値であることを示す指示変数を応答変数としたロジスティック回帰モデルです。また、「処置変数のモデル」に指定した変数を、このロジスティック回帰モデルの説明変数とします。
2. 打ち切りの重み（IPCW）を求める。
打ち切りの重み（IPCW）としては、逆確率重み（IPW）が使用されます。IPWR法において安定化重みを選択した場合のみ、安定化された重みが使われます。AIPWの場合や、IPWRでも安定化重みを選択しなかった場合には、打ち切りの重みは安定化されません。
安定化IPCWは、次のように定義されます。
wsIPCW = p(C)/p(C|Z)
ここで、
Cは、結果変数Yが欠測しているかどうかを示す指示変数
Zは、「処置変数のモデル」に指定した、説明変数の組
p(C)は、特定の処置水準においてYが欠測値である個体の割合
p(C|Z)は、共変量Zのもとで、Yが欠測値である確率。処置変数の2水準のうちの1水準だけのデータを用いて推定された打ち切りモデルを使って計算されます。
非安定化IPCWは、次のように定義されます。
wIPCW = 1/p(C|Z).
3. 2つの重みを掛け合わせる。
IPTWの計算方法は、すでに説明したとおりです。詳細については、安定化重みを参照してください。2つの重みの積（IPCWとIPTWの積）を計算します。
4. （この最後の処理は、重みに対する閾値を指定した場合のみ実行します。）重みの閾値を適用する。
閾値を適用した重みを使用します。詳細については、逆確率重みに対する閾値を参照してください。
step 3で計算した積が指定の閾値より大きい場合、重みをその閾値で置き換えます。