具有不完美安慰剂处理与结局的因果推断进展

在力求从观测数据得出可辩护因果主张的过程中，有时可利用来自“安慰剂处理”和“安慰剂结局”的信息。采用此类信息的现有方法主要聚焦于点识别，并假设（i）“完美安慰剂”，即安慰剂处理对结局的效应恰为零且真实处理对安慰剂结局的效应恰为零；以及（ii）“等混杂”，即在某一尺度上，其中一方为安慰剂的处理-结局关系所遭受的混杂量与真实处理-结局关系相同。我们则考虑遗漏变量偏倚框架，其中使用者可假定不等混杂程度与安慰剂不完美程度的值范围。一旦假定，这些假设可识别或界定处理的线性效应估计。我们的方法也不要求像某些其他方法那样同时使用安慰剂处理和安慰剂结局。尽管适用于多种场景，该方法的一个普遍用例是将处理前结局作为（完美）安慰剂结局使用，如双重差分中那样。此设定下的平行趋势假设在特定尺度上等同于等混杂假设，而我们的框架允许用户放宽该假设。最后，我们通过两个应用和一个模拟展示了我们框架的使用，并采用了实现这些方法的 R 包。