面向未观测空间变异混杂因素的处理效应可识别性

研究在存在未测量空间变异混杂因素时的因果效应已引起日益关注。然而，尚未建立用于可识别性的通用框架，这对于从观察数据中进行可靠因果推断至关重要。本文我们研究一个线性模型，假设对未测量混杂因素与感兴趣暴露变量之间的数据协方差结构进行各种参数模型假设。我们在对许多常用空间模型（针对离散和连续数据）下的观察位置结构和暴露-混杂关联的 mild 条件下，建立了处理效应的可识别性。我们还强调可能不具备可识别性的模型或情景，在此情况下应谨慎进行统计推断。