基于连续尖峰-板先验的高维混杂调整

在观察性研究中，估计治疗对结果的因果效应依赖于对混杂因素的适当调整。如果潜在混杂因素的数量（$p$）大于观测数量（$n$），则直接控制所有潜在混杂因素不可行。现有的降维与惩罚方法通常旨在预测结果，不太适合因果效应估计。在标准惩罚方法（如Lasso）下，若变量$X_j$与治疗$T$强相关而与结果$Y$弱相关，则系数$\beta_j$将被收缩至零，从而导致混杂偏倚。在结果线性模型与稀疏性假设下，我们针对对应于潜在混杂因素$X_j$的回归系数$\beta_j$提出连续尖峰与板（spike and slab）先验。具体地，我们引入一种先验分布，其不会将那些与$T$强相关但与$Y$弱相关的$X_j$的系数（$\beta_j$）重度收缩至零。我们将所提方法与文献中几种最先进的方法进行比较。所提方法具有以下特点：1）在高维设置下减少混杂偏倚；2）将工具变量的系数收缩至零；3）即使在小样本量下也实现良好的覆盖概率。我们将该方法应用于国家健康与营养检查调查（NHANES）数据，以估计持续农药暴露对甘油三酯水平的因果效应。