考虑数据隐私的观测性与实验性数据结合的因果推断
统计方法学
2024-08-26 v2 应用统计
摘要
结合观测性和实验性数据进行因果推断可改善处理效应估计。然而，许多观测性数据集因数据隐私考虑而无法发布，因此一名研究者可能无法同时获得实验性和观测性数据。尽管如此，对于持有机密数据的机构而言，较小的敏感信息泄露风险可能是可容忍的。在这些情况下，机构可采用数据隐私技术，以降低披露风险，代价可能是数据效用下降。在本文中，我们探讨观测性数据的披露限制变换，其可与实验性数据结合以估计样本和总体平均处理效应。我们考虑在随机实验（RCT）不能代表目标总体时利用观测性数据改善处理效应估计的泛化性，并提高处理效应估计的精度。通过模拟研究，我们说明了采用不同披露限制变换时隐私与效用之间的权衡。我们发现，在处理效应估计中利用变换后的观测性数据仍能比仅使用 RCT 数据改善估计。
引用
@article{arxiv.2308.02974,
title = {Combining observational and experimental data for causal inference considering data privacy},
author = {Charlotte Z. Mann and Adam C. Sales and Johann A. Gagnon-Bartsch},
journal= {arXiv preprint arXiv:2308.02974},
year = {2024}
}