连续暴露下因果效应曲线的多重稳健双重差分估计
统计方法学
2025-02-07 v2
摘要
研究者通常使用双重差分（DiD）设计来评估公共政策干预。虽然已有方法用于估计二元干预背景下的效应，但政策往往导致实施政策的各地区暴露程度各异。然而，现有的纳入连续暴露的方法在处理与干预状态、暴露水平和结果趋势相关的混杂变量方面存在显著局限。这些局限极大地限制了政策制定者全面理解政策影响和设计未来干预措施的能力。在本工作中，我们提出了在 DiD 框架内估计因果效应曲线的新方法，该方法考虑了多重混杂来源。我们的方法允许处理、暴露和结果模型中一个子集的错误设定，同时避免对效应曲线施加任何参数假设。我们展示了所提方法的统计性质，并通过模拟和一项研究（调查营养消费税在不同跨境购物可达性水平下的异质性效应）来说明其应用。
引用
@article{arxiv.2401.14355,
title = {Multiply Robust Difference-in-Differences Estimation of Causal Effect Curves for Continuous Exposures},
author = {Gary Hettinger and Youjin Lee and Nandita Mitra},
journal= {arXiv preprint arXiv:2401.14355},
year = {2025}
}