通过单步加权将处理效应估计泛化并迁移至目标人群
统计方法学
2023-06-19 v5
摘要
将处理效应估计从研究样本泛化与迁移至目标人群的问题，是实证研究与统计方法学的核心。在随机实验与观察性研究中，常以此为目标使用加权方法。传统方法通过分别建模处理分配与研究选择概率，然后将其估计值的函数（如逆）相乘来构造权重。在本工作中，我们为单步加权提供了理论依据与实现方式。我们展示了该单步方法与逆概率加权及逆优势比加权之间的形式化联系。我们证明了所得目标平均处理效应估计量具有一致性、渐近正态性、多重鲁棒性且半参数有效。我们在一项模拟研究中评估了单步估计量的性能。我们通过一项关于加州黑人男性中医生种族多样性对预防性医疗利用影响案例研究说明了其用法。我们提供了实现该方法的R代码。
引用
@article{arxiv.2203.08701,
title = {One-Step weighting to generalize and transport treatment effect estimates to a target population},
author = {Ambarish Chattopadhyay and Eric R. Cohn and Jose R. Zubizarreta},
journal= {arXiv preprint arXiv:2203.08701},
year = {2023}
}