基于二元工具变量的依从者期望短缺处理效应估计
统计方法学
2023-03-23 v1
摘要
在许多生物医学和经济研究中，估计某一子群体的处理或暴露的因果效应具有极大的意义。期望短缺（expected shortfall），亦称超分位数（super-quantile），是一种具有吸引力的效应量度量，它能够适应数据异质性并聚合结果分布中感兴趣区域上的局部效应信息。在本文中，我们在工具变量框架下提出依从者期望短缺处理效应（Complier Expected Shortfall Treatment Effect, CRESTE）模型，以量化二元内生处理变量的CRESTE。通过利用二元工具变量的特殊特征以及Neyman正交化的特定表述，我们提出了一种两步估计过程，该过程可简单地通过求解带估计权重的加权最小二乘回归与加权分位数回归来实现。我们发展了所提估计量的渐近性质，并利用数值模拟证实了其有效性与稳健的有限样本表现。最后给出一个全国就业培训合作法案（National Job Training Partnership Act）研究的说明性分析，以展示所提方法的实际效用。
引用
@article{arxiv.2303.12652,
title = {Estimation of Complier Expected Shortfall Treatment Effects with a Binary Instrumental Variable},
author = {Bo Wei and Kean Ming Tan and Xuming He},
journal= {arXiv preprint arXiv:2303.12652},
year = {2023}
}