在重建与拓展有限总体抽样与实验设计间隐秘桥梁中的因果推断
统计方法学
2016-06-17 v1
摘要
本文在有限总体设定下，考虑利用潜在结果从随机化实验中对处理对比进行因果推断。采用将此类因果推断与有限总体调查抽样相结合的 Neyman 重复抽样方法，为将实验单元分配至多种处理的一般机制开发了一个推断框架。该框架通过允许随机化限制和不等重复的可能性，扩展了经典方法。本文推导了比处理效应严格可加性“更弱”的新条件，这些条件仍允许对任意处理对比估计量的有限总体抽样方差进行无偏估计。在极小化偏差准则下还研究了偏离这些条件的后果，并为在实验中使用 Neyman 保守抽样方差估计量提供了新的正当性理由。所提方法可轻易扩展至具有一般析因结构的处理情形。
关键词
引用
@article{arxiv.1606.05279,
title = {Causal Inference in Rebuilding and Extending the Recondite Bridge between Finite Population Sampling and Experimental Design},
author = {Rahul Mukerjee and Tirthankar Dasgupta and Donald B. Rubin},
journal= {arXiv preprint arXiv:1606.05279},
year = {2016}
}