边际结构模型（Marginal Structural Model，MSM）是一类因果推断模型，在心理学、流行病学中应用广泛，模型中的变量出现测量误差会导致参数估计出现偏误。本书对MSM中的变量测量误差进行修正。本书运用模拟外推法对基线混杂变量和后处理混杂变量的测量误差进行修正，使因果效应的估计偏差得到明显改善，并基于模拟研究的结论，使用中国老年健康影响因素跟踪调查数据，进行了相应的实证分析。

第1章 边际结构模型
1.1 预备知识
1.2 MSM综述
1.3 MSM在中介效应分析中的应用
1.4 小结
第2章 混杂变量测量误差的影响及修正方法
2.1 基线混杂变量测量误差对估计的影响
2.2 线性MSM中后处理混杂变量测量误差的影响
2.3 CoxMSM中后处理混杂变量测量误差的影响
2.4 结果分析
2.5 测量误差修正方法
第3章 MSM基线混杂变量的测量误差修正
3.1 模型设定
3.2 基线混杂变量的测量误差修正估计步骤
3.3 模拟研究
3.4 结果分析
第4章 线性MSM后处理混杂变量的测量误差修正
4.1 模型设定
4.2 后处理混杂变量的测量误差修正估计步骤
4.3 模拟研究
4.4 结果分析
4.5 小结
第5章 睡眠在社会参与和心理幸福感之间的中介效应
5.1 社会参与、睡眠和心理幸福感的关系
5.2 数据说明与样本选择
5.3 变量测度
5.4 统计方法
5.5 结果分析
5.6 小结
第6章 CoxMSM后处理混杂变量的测量误差修正
6.1 模型设定
6.2 后处理混杂变量的测量误差修正估计步骤
6.3 模拟研究
6.4 结果分析
6.5 小结
第7章 心理幸福感在社会参与和死亡风险之间的中介效应
7.1 社会参与、心理幸福感和死亡风险的关系
7.2 数据说明与样本选择
7.3 变量测度
7.4 统计方法
7.5 结果分析
7.6 小结
附录
参考文献