带辅助数据的回归断点设计下的平均因果效应识别

回归断点设计在治疗分配由运行变量是否超过预定义阈值决定时广泛应用。然而，大多数研究聚焦于估计阈值处的局部因果效应，导致对阈值之外治疗效应的识别问题几乎未被关注。本 context 下的主要困难在于，治疗分配由运行变量严格决定，违反了常被假设的正性假设。在本文中，我们引入了一种新框架，用于识别回归断点设计中的平均因果效应（ATE）。我们的方法假设存在一个辅助变量，使运行变量可被视为该辅助变量的替代品，此外还有一个由运行变量和辅助变量构成的附加数据集，搭配传统的回归断点设计 setup。 在该框架下，我们提出了三种用于估计 ATE 的方法，类似于经典因果推断文献中的结果回归、逆倾向加权和双稳健估计器。也提供了 asymptotically valid 的推断程序。为演示方法的实际应用，我们进行了模拟研究以显示我们方法的良好性能；此外，我们使用所提出的方法来评估维生素 A 补充对儿童自闭谱系障碍严重程度的因果效应，其中发现了积极效应但未达统计显著性。