在存在不依从的整群随机试验中估计簇水平局部平均处理效应
统计方法学
2018-12-05 v1
摘要
不依从于分配处理是整群随机试验(CRTs)中的常见问题。在此类情形下,疗效估计量亦可能令人关注。近年来诸多方法学文献主张使用工具变量来识别并估计局部平均处理效应(LATE)。然而,CRTs 中随机化的整群性质增加了此类分析的复杂性。本文中,我们表明在某些假设下,LATE 可通过两阶段最小二乘法(TSLS)利用结局与所接受处理的簇水平汇总量进行估计。实施时需考虑这一点以及可能的异方差性,以获得有效推断。我们使用模拟来评估在簇水平或个体水平不依从下,带或不带加权与稳健标准误时簇水平汇总量的 TSLS 表现。我们还探讨了调整簇水平协变量以及用于推断的恰当自由度修正的影响。我们发现,只要推断中使用小样本自由度修正并恰当使用稳健标准误,基于簇水平汇总量的 TSLS 估计给出的估计偏差微小乃至可忽略,且覆盖概率接近名义水平。我们通过重新分析一项英国初级卫生保健环境中的 CRT 来说明这些方法。
引用
@article{arxiv.1812.01328,
title = {Estimating cluster-level local average treatment effects in cluster randomised trials with non-adherence},
author = {Schadrac C. Agbla and Bianca De Stavola and Karla DiazOrdaz},
journal= {arXiv preprint arXiv:1812.01328},
year = {2018}
}
备注
21 pages, 6 Figures