非二元处理观测研究中的因果推断
统计方法学
2013-09-26 v1
摘要
倾向得分方法已成为应用研究人员从观测数据中确定因果效应的标准工具包的一部分。虽然它们最初是为二元处理开发的，但几位研究人员已提出了针对非二元处理制度的倾向得分方法推广。此类扩展拓宽了倾向得分方法的适用性，且其本身正日益流行。在本文中，我们仔细考察了倾向得分方法的两种主要推广，即 Imai 和 van Dyk (2004) 的倾向函数（P-FUNCTION）以及 Hirano 和 Imbens (2004) 的广义倾向得分（GPS），以及旨在提高 GPS 鲁棒性的近期扩展。我们比较了这些替代方法的假设、理论属性和实证表现。在理论层面上，GPS 及其扩展具有优势，因为它们可用于估计完整的剂量反应函数，而非通常使用 P-FUNCTION 估计的简单平均处理效应。不幸的是，我们的分析表明，在实践中与原始 GPS 一起使用的反应模型通常不如倾向得分方法中使用的模型灵活，且容易出现设定错误。我们比较了提高 GPS 鲁棒性的新旧方法，并提出了使用 P-FUNCTION 估计剂量反应函数的方法。我们通过模拟研究（包括一项基于实证应用的研究）阐述了我们的发现和建议。
引用
@article{arxiv.1309.6361,
title = {Causal Inference in Observational Studies with Non-Binary Treatments},
author = {Shandong Zhao and David A. van Dyk and Kosuke Imai},
journal= {arXiv preprint arXiv:1309.6361},
year = {2013}
}