关于随机反事实情形下的discordant twin 结果下界平均处理效应的部分识别
统计方法学
2024-07-30 v1 最优化与控制
摘要
我们发展了一种新颖的方法，用于从观察数据中对准实效应（ATE）等因果估计量进行部分识别。为更好地满足稳定单位处理价值假设（SUTVA），我们在数据生成过程中利用随机反事实情形和倾向-预后模型。为了实现更精确的识别，我们利用discordant twin 结果的知识作为数据生成过程随机性的证据。我们的做法最终导致一个受约束的优化问题；其解给出ATE的上界和下界。我们通过三个示例应用演示了所提出方法的可用性。
引用
@article{arxiv.2407.19057,
title = {Partial Identification of the Average Treatment Effect with Stochastic Counterfactuals and Discordant Twins},
author = {Brian Knaeble and Braxton Osting and Placede Tshiaba},
journal= {arXiv preprint arXiv:2407.19057},
year = {2024}
}