广义Oaxaca-Blinder估计量的无伤害校准
统计方法学
2022-04-13 v3
摘要
在随机实验中，估计处理效应时针对观测特征进行调整已被提出作为提升渐近效率的一种途径。然而，仅线性回归被证明可形成平均处理效应的估计量，其渐近效率不低于处理组减控制组的均值差，且与真实数据生成过程无关。随机处理分配提供了这一“无伤害”性质，既不要求线性模型为真，也不要求结果有生成模型。我们提出一种通用校准方法，将相同的无伤害性质赋予利用广泛一类非线性模型的估计量。当使用普通最小二乘法时，其恢复了通常的回归调整估计量，并进一步使用如logistic回归与Poisson回归等方法提供非劣处理效应估计量。所得估计量非劣于均值差估计量及未经校准的处理效应估计量。我们表明，我们的估计量渐近等价于以预测潜在结果作为协变量的logit链接逆概率加权估计量。在一项模拟研究中，我们证明未经我校准过程的常见非线性估计量可能明显差于校准估计量与未调整均值差。
引用
@article{arxiv.2012.09246,
title = {No-harm calibration for generalized Oaxaca-Blinder estimators},
author = {Peter L. Cohen and Colin B. Fogarty},
journal= {arXiv preprint arXiv:2012.09246},
year = {2022}
}