高效的泛化与转运

在估计因果效应时，评估外部有效性十分重要，即确定某项给定研究对特定目标人群的实际问题的参考价值。一个挑战是，研究所基于人群中的协变量分布可能与目标人群中的不同。若某些协变量是效应修饰因子，则平均处理效应（ATE）可能无法泛化至目标人群。为解决该问题，我们提出了新方法，在源人群与目标人群具有不同协变量集合的情形下，将 ATE 从源人群泛化或转运至目标人群。当目标人群中的 ATE 可识别时，我们提出了新的双重稳健估计量，并建立了其收敛速率与极限分布。在正则条件下，该双重稳健估计量可证明达到效率界且为局部渐近极小极大最优。当识别假设不成立时，提供了敏感性分析。仿真研究表明所提双重稳健估计量相较于简单插件估计量的优势。重要的是，我们还提供了目标泛函的极小极大下界与高阶估计量。所提方法被应用于将饮食摄入对不良妊娠结局的因果效应从一项观察性研究转运至全美怀孕女性人群。