一种用于插补和个性化推断的凸化匹配方法
计量经济学
2024-07-09 v1 统计方法学
摘要
受计算最优传输启发，我们提出了一种用于缺失值插补和个性化推断的新型凸化匹配方法。我们的方法融合了主流插补方法（最优匹配、回归插补和合成控制）的优良特性。我们基于处理组和对照组数据集之间的最优耦合，根据观测结果的凸组合来插补反事实结果。该最优耦合问题被视为组合最优匹配问题的凸松弛。通过适当约束耦合，我们在保持理想的总体层面摘要的同时，估计了细粒度的个体处理效应。我们为估计的反事实结果构建了透明的个体置信区间。我们设计了快速的迭代熵正则化算法来求解最优耦合问题，该算法在待匹配单元数量较大时具有良好的可扩展性。熵正则化在推断和计算中都起着关键作用：它有助于控制个体置信区间的宽度，并设计快速的优化算法。
引用
@article{arxiv.2407.05372,
title = {A Convexified Matching Approach to Imputation and Individualized Inference},
author = {YoonHaeng Hur and Tengyuan Liang},
journal= {arXiv preprint arXiv:2407.05372},
year = {2024}
}