通过来自辅助人群的仪器变量对因果效应进行识别与乘法鲁棒估计
统计方法学
2025-08-06 v2
摘要
在目标人群中估计具有未测量混合物的因果效应具有挑战性，尤其是当仪器变量(IV)不可用时。然而，来自相似问题的辅助人群中的 IV 可帮助推断目标人群中的因果效应。虽然已广泛使用均匀条件平均处理效应假设，但在 IV-based 数据融合中尚未得到探讨。我们将其作为一种基本方法，尽管在存在处理效应异质性时可能受偏误。作为替代方法，我们引入等-confounding 假设，即在调整观察到的协变量后，未测量混合物的偏误保持不变，而允许条件平均处理效应在不同人群之间有所不同。这使我们能够识别辅助人群中的混合物偏误，并从目标人群中处理-结果关联中加以消除以恢复因果效应。我们在两种方法下开发了乘法鲁棒估计器，并通过模拟研究和真实数据应用加以演示。
引用
@article{arxiv.2407.18166,
title = {Identification and multiply robust estimation of causal effects via instrumental variables from an auxiliary population},
author = {Wei Li and Jiapeng Liu and Peng Ding and Zhi Geng},
journal= {arXiv preprint arXiv:2407.18166},
year = {2025}
}