在调整潜在同质性下识别治疗社区中的同伴影响
统计方法学
2024-06-11 v4 机器学习
摘要
我们研究治疗社区(TCs)中同伴榜样对物质滥用与犯罪行为成功毕业的影响。我们使用来自3个TCs的数据,其记录了居民间肯定交流及精确的出入日期,使我们能构建同伴网络并定义感兴趣的因果效应。榜样效应衡量一名居民(自我)在其退出前可观察到某同伴毕业相对于未毕业时其预期结果的差异。为在观测数据中存在未观测同质性的情况下识别同伴影响,我们用潜变量模型对网络建模。我们证明当未观测潜位置由观测网络估计时,同伴影响估计量渐近无偏。我们进一步提出测量误差偏差校正方法,以进一步降低因估计潜位置导致的偏差。我们的模拟显示所提潜同质性调整与偏差校正在有限样本中表现良好。我们还将方法推广至带probit模型的二值响应情形。我们的结果表明同伴毕业对居民毕业有正向效应,且因性别、种族及榜样效应定义而异。一项反事实演练量化了直接作用于受治居民并通过网络传播间接作用于其同伴的干预之潜在收益。
引用
@article{arxiv.2203.14223,
title = {Identifying Peer Influence in Therapeutic Communities Adjusting for Latent Homophily},
author = {Shanjukta Nath and Keith Warren and Subhadeep Paul},
journal= {arXiv preprint arXiv:2203.14223},
year = {2024}
}