协变量自适应随机化与不完全依从性下的处理效应识别与推断
计量经济学
2025-05-02 v3
摘要
随机对照试验(RCT)经常采用协变量自适应随机化(CAR)(例如分层区组随机化),并且通常存在不完全依从性问题。本文研究在具有二元处理的此类RCT中,平均处理效应(ATE)和受试者平均处理效应(ATT)的识别与推断。我们首先为这两个估计量建立了识别集的特征。由于在CAR下数据通常不是独立同分布的,这些特征并不来自现有结果。然后,我们提供了识别集的一致估计量以及参数渐近有效的置信区间。我们的渐近分析就如何估计进入估计边界的处理分配概率提出了具体的实用建议。对于ATE边界,使用样本模拟分配频率比依赖真实分配概率更有效。对于ATT边界,最有效的方法是对分子中的概率使用真实分配概率,对分母中的概率使用样本模拟值。
引用
@article{arxiv.2406.08419,
title = {Identification and Inference on Treatment Effects under Covariate-Adaptive Randomization and Imperfect Compliance},
author = {Federico A. Bugni and Mengsi Gao and Filip Obradovic and Amilcar Velez},
journal= {arXiv preprint arXiv:2406.08419},
year = {2025}
}
备注
66 pages and 3 tables