利用逆概率加权回归调整对局部平均处理效应进行双重稳健估计
计量经济学
2022-11-16 v2 统计方法学
摘要
我们重新审视在可获得控制变量时的局部平均处理效应（LATE）与受处理者局部平均处理效应（LATT）估计问题，这些控制变量可用于使工具变量（IV）适当外生或提高精度。与以往方法不同，我们的双重稳健（DR）估计过程使用由 IV 倾向得分倒数加权的拟似然方法——即所谓的逆概率加权回归调整（IPWRA）估计量。通过适当选择倾向得分模型与结果模型，拟合值被确保处于由响应变量决定的逻辑范围内，从而产生具有良好小样本性质的 LATE 与 LATT 的 DR 估计量。推断在解析上和使用非参数 bootstrap 时都相对直接。我们的 DR LATE 与 DR LATT 估计量在模拟中表现良好。我们还提出了 Hausman 检验的 DR 版本，可通过在单侧不依从下比较受处理者平均处理效应（ATT）的不同估计来评估无混杂假设。与比较 OLS 和 IV 估计的常规检验不同，该过程对处理效应异质性具有稳健性。
引用
@article{arxiv.2208.01300,
title = {Doubly Robust Estimation of Local Average Treatment Effects Using Inverse Probability Weighted Regression Adjustment},
author = {Tymon Słoczyński and S. Derya Uysal and Jeffrey M. Wooldridge},
journal= {arXiv preprint arXiv:2208.01300},
year = {2022}
}