关于存在干扰时罕见子群分析的 Horvitz-Thompson 估计量的注记
统计理论
2020-01-10 v1 统计方法学
统计理论
摘要
当存在干扰时，个体的结果依赖于他人的处理，且处理效应可能呈现多种不同形式。这种情况经常发生，尤其在疫苗评估中。在可能存在干扰的情形下，两阶段整群随机试验被提出作为估计某些感兴趣因果对照的手段。在有限总体设定下，利用文献中已提出的一些估计量（包括 Horvitz-Thompson、Hajek 以及可称为 Hudgens 与 Halloran 2008 所提边际估计量的自然扩展）研究罕见且未计划的子群分析。我定义了基于个体、群组以及个体与群组基线变量的感兴趣估计量，并给出各自的无偏 Horvitz-Thompson 型估计。我还提供了若干估计量的方差估计量。我证明，只要群组或总体中至少有一个个体（无论估计量关注的层级如何）属于感兴趣子群，Horvitz-Thompson (HT) 型估计量总是无偏的。这对于“自然”型或 Hajek 型估计量并不成立，它们在罕见子群情形下常常无定义。
引用
@article{arxiv.2001.02719,
title = {A note on Horvitz-Thompson estimators for rare subgroup analysis in the presence of interference},
author = {Erin E Gabriel},
journal= {arXiv preprint arXiv:2001.02719},
year = {2020}
}