基于袋外后分层的高效处理效应估计
统计方法学
2023-09-13 v4
摘要
后分层常用于以更高效率估计处理效应。然而，现有大多数后分层框架依赖于协变量分布的先验知识，并假设单元被无误差地划分入后层。我们提出一种新方法，利用预测回归模型将协变量映射为一个后分层因子（PSF）以确定恰当的分层规则。受自助聚合（bagging）方法启发，我们利用袋外删除-D折刀法估计层边界、层权重以及点估计的方差。利用这些估计量构建置信区间，以考虑由层边界与权重的不确定性所带来的额外变异性。大量模拟表明，当回归模型具有预测性时，我们所提方法能稳定提升估计效率，且往往比回归插补方法更稳健。
引用
@article{arxiv.2307.08150,
title = {Efficient Treatment Effect Estimation with Out-of-bag Post-stratification},
author = {Taebin Kim and Lili Wang and Randy Lai and Sangho Yoon},
journal= {arXiv preprint arXiv:2307.08150},
year = {2023}
}