基于工具变量的处理组边际平均处理效应的识别与推断
统计方法学
2016-08-30 v2
摘要
在观察性研究中，处理通常不是随机化的，因此估计的处理效应可能受到混杂偏倚的影响。工具变量（IV）设计起到准实验抓手的作用，因为 IV 与处理相关且仅通过处理影响结果。在本文中，我们提出一个利用 IV 在存在未测量混杂的情况下识别与推断处理组中的边际平均处理效应（ETT）的新框架。对于推断，我们提出三种不同的半参数方法：(i) 逆概率加权（IPW），(ii) 结果回归（OR），以及 (iii) 双重稳健（DR）估计，若 (i) 或 (ii) 之一一致（但不必两者都一致）则其一致。在二值 IV 与二值结果的简单情形下获得了闭式局部半参数有效估计量，并推导了更一般情形下的效率界。
引用
@article{arxiv.1506.08149,
title = {Identification and Inference for Marginal Average Treatment Effect on the Treated With an Instrumental Variable},
author = {Lan Liu and Wang Miao and Baoluo Sun and James Robins and Eric Tchetgen Tchetgen},
journal= {arXiv preprint arXiv:1506.08149},
year = {2016}
}