多处理因果效应估计：综述与新思路
统计方法学
2018-01-03 v2
摘要
倾向得分是估计观测数据中二元处理因果效应的常用工具。在此情形下，对倾向得分进行匹配、子分类、插补或逆概率加权可减小处理组与对照组间最初的协变量偏差。然而，当存在多于两种处理选项时，因果效应估计需要额外的假设与技术，其实现因学科而异。本文综述当前方法，识别并对比了各方法所估计的处理效应。此外，我们提出了可能用于多个名义分类处理的匹配技术，并利用模拟展示此类算法如何相较于匹配前队列在匹配集合中产生改进的协变量相似性。总之，本手稿提供了关于如何表示与使用分类处理因果方法的概要。
引用
@article{arxiv.1701.05132,
title = {Estimation of causal effects with multiple treatments: a review and new ideas},
author = {Michael J Lopez and Roee Gutman},
journal= {arXiv preprint arXiv:1701.05132},
year = {2018}
}