在观测或部分观测网络上存在隐藏处理扩散的因果效应
统计方法学
2021-09-17 v1
摘要
在随机实验中，单元之间的相互作用可能产生处理扩散过程。当所关注的处理是可在同伴间共享的实际物体或产品（例如传单、小册子、视频）时，这很常见。例如，如果关注的干预是通过向目标个体分发视频实现的信息宣传活动，一些被处理的个体可能会将收到的视频分享给他们的朋友。这种现象通常未被观测到，导致两个处理组中的个体错分：一些最初未处理的单元可能实际上通过扩散接收了处理。处理误分类进而会在因果效应估计中引入偏差。受近期一项关于不同类型学校激励以鼓励学生参加文化活动效果的现场实验启发，我们提出了一种处理观测或部分观测网络上隐藏扩散过程的新方法。具体而言，我们开发了基于模拟的敏感性分析，以评估估计值对可能存在的处理扩散的稳健性。我们在合理的敏感性参数范围内模拟多种扩散情景，并将每种情景下估计的处理效应与忽略扩散过程时获得的效应进行比较。结果表明，即使是小尺寸的处理扩散参数也可能导致处理效应估计中的显著偏差。
引用
@article{arxiv.2109.07502,
title = {Causal Effects with Hidden Treatment Diffusion on Observed or Partially Observed Networks},
author = {Costanza Tortú and Irene Crimaldi and Fabrizia Mealli and Laura Forastiere},
journal= {arXiv preprint arXiv:2109.07502},
year = {2021}
}