缺失数据估计更准
通过共享隐藏层和联合学习，同时完成倾向得分估计与缺失值填充，为观察性研究提供了一种更可靠的分析工具。
Yang, Shu · Peipei, Du · Feng, Xixi · Daihai, He · Yaolong, Chen · Linda L D, Zhong · 严晓东 · Luo, Jiawei
BMC Medical Research Methodology 2023
在MAR、MCAR和MNAR三种缺失机制下，MTNN估计的效应与真实效应之间的RMSE均小于传统方法。
MTNN估计效应的标准差最小，表明结果波动更小、更可靠。
通过共享隐藏层和联合学习，MTNN无需先填充再估计，简化了分析流程。