平均处理效应卡尺匹配估计量的渐近性质
统计理论
2023-04-18 v1 统计理论
摘要
卡尺匹配通过比较已匹配的处理组与对照组单元，用于从观测数据估计二元处理的因果效应。当单元的倾向得分（给定预处理协变量下接受处理的条件概率）处于称为卡尺的某一距离之内时，即对其进行匹配。迄今为止，关于卡尺匹配的理论结果匮乏，使实践者只能依赖临时的卡尺选择与推断流程。我们填补了这一空白，提出一种平衡匹配质量与匹配数量的卡尺。我们证明所得平均处理效应与处理组平均处理效应估计量在参数速率下渐近无偏且渐近正态。我们描述了可获得半参数效率的条件，并表明当估计参数化倾向得分时，两个估计量的方差均增大。最后，我们构造了这两个估计量的渐近置信区间。
引用
@article{arxiv.2304.08373,
title = {Asymptotics of Caliper Matching Estimators for Average Treatment Effects},
author = {Máté Kormos and Stéphanie van der Pas and Aad van der Vaart},
journal= {arXiv preprint arXiv:2304.08373},
year = {2023}
}