基于广义倾向得分的空间干扰因果推断方法
统计方法学
2020-07-02 v1
摘要
许多空间现象表现出处理干扰，即一个位置的处理可能影响其他位置的响应。由于干扰违背了稳定单元处理值假设，标准的因果推断方法不再适用。我们提出了一种新的因果框架，以在空间干扰存在的情况下恢复直接效应与溢出效应，同时考虑到邻近位置的处理比远处位置的处理更具影响力。在无未测量混杂假设下，我们证明广义倾向得分足以消除所有已测量的混杂。为缓解维度问题，我们提出了一种基于贝叶斯样条的回归模型，该模型考虑了广义倾向得分所需的一组充分变量。模拟研究展示了其准确性与覆盖性质。我们将该方法应用于估计2005—2018年间美国西部野火对空气污染的因果效应。
引用
@article{arxiv.2007.00106,
title = {Generalized propensity score approach to causal inference with spatial interference},
author = {Andrew Giffin and Brian Reich and Shu Yang and Ana Rappold},
journal= {arXiv preprint arXiv:2007.00106},
year = {2020}
}
备注
Submitted. 15 pages, 2 figures