基于数据组合的平均处理效应估计的比较分析
统计方法学
2024-09-17 v2
摘要
通过数据组合探索目标人群中的因果效应正引起越来越多的关注。然而，大多数方法针对特定设定量身定制，缺乏全面的比较分析。在本文中，我们关注涉及源数据集与目标数据集的典型场景。我们首先在协变量偏移下设计六种设定，并通过推导目标人群中 ATE 的半参数效率界进行比较分析。随后我们将该分析扩展至融合协变量偏移与后验漂移的六种新设定。我们的研究揭示了在组合两个数据集时影响效率增益与“有效样本量”的关键因素，特别强调了数据集间潜在结果方差比与后验漂移函数导数的作用。据我们所知，这是首篇明确探索后验漂移函数在因果推断中作用的论文。此外，我们还提出了进行敏感性分析以处理两数据集间可迁移性违背的新方法。我们通过构建局部高效估计量并开展广泛仿真，在经验上验证了我们的发现。我们在两个真实世界应用中展示了所提方法。
引用
@article{arxiv.2311.00528,
title = {On the Comparative Analysis of Average Treatment Effects Estimation via Data Combination},
author = {Peng Wu and Shanshan Luo and Zhi Geng},
journal= {arXiv preprint arXiv:2311.00528},
year = {2024}
}