超越任意复制次数：因果推断中基于原则的仿真设计方法
统计方法学
2025-05-26 v3
摘要
对新型处理效应估计器的评估常依赖缺乏正式统计比较且使用任意复制次数（）的仿真研究。这会阻碍可重复性和效率。我们提出了基于 Welch's t 检验与功效分析集成的 Test-Informed Simulation Count Algorithm（TISCA），以解决上述问题。TISCA 将 Welch's t 检验与功效分析相结合，迭代运行仿真，直到在给定显著性水平（）下实现预指定功效（例如 0.8），以检测用户定义的最小可检测效应大小（MDE）。这产生一个统计上合理的仿真次数（）和严谨的模型比较。我们的计量学研究确认当前关于 的实践存在异质性。案例研究重访 McJames 等人（2024）显示，TISCA 识别出足够的仿真次数（ vs. 原 ），在提供统计上严谨证据的同时节省了计算资源。TISCA 促进了因果推断及更广泛领域中严谨、高效和可持续的仿真实践。
关键词
引用
@article{arxiv.2409.05161,
title = {Beyond Arbitrary Replications: A Principled Approach to Simulation Design in Causal Inference},
author = {Hugo Gobato Souto and Francisco Louzada Neto},
journal= {arXiv preprint arXiv:2409.05161},
year = {2025}
}