协变量偏移下外部有效性的一种简单稳健性度量

本文研究了估计的政策效应对于协变量分布变化的稳健性，这是（准）实验结果外部有效性的关键决定因素。我提出了一种新颖的稳健性度量 $\delta^*$，用于衡量推翻关于政策效应（例如 $ATE > 0$）的经验论断所需的最小协变量偏移。我通过去偏 GMM 估计 $\delta^*$，在容纳处理效应异质性的机器学习估计量（例如 LASSO、随机森林、神经网络）的同时实现了参数收敛速率。我开发了基准测试和校准方法以解释 $\delta^*$ 的大小。我在俄勒冈健康保险实验的应用中说明了这些工具。研究者可以将 $\delta^*$ 与点估计和标准误一起作为衡量协变量偏移下外部有效性的第三个数值报告。