无正定性条件下的剂量-反应曲线非参数推断

因果推断中现有的统计方法通常假设正定性条件，即无论协变量如何，每个个体都有一定机会接受任何处理水平。在具有连续处理的观察性研究中，这一假设可能会被违反。在本文中，我们在不依赖正定性条件的情况下，发展了具有连续处理的因果效应（即剂量-反应曲线）的识别与估计理论。我们的方法识别并估计每个观测样本的处理效应导数，并将其积分至感兴趣的处理水平，以减轻因缺乏正定性而产生的偏差。该方法基于一个较弱的假设，该假设可由加性混杂模型满足。我们提出了一种快速可靠的数值方案，用于在实践中计算我们的积分估计量，并推导了其渐近性质。为了实现对剂量-反应曲线及其导数的有效推断，我们使用了非参数自助法并建立了其一致性。通过模拟研究以及对空气污染暴露（PM$_{2.5}$）对心血管死亡率影响的分析，验证了我们所提出估计量的性能。