单一代理控制
统计方法学
2024-03-25 v5
摘要
在非实验研究中，有时会使用阴性对照变量来检测由隐藏因素引起的混杂。阴性对照结局（NCO）是这样一个结局：它受暴露对目标结局的未观测混杂因素的影响，但不受暴露的因果作用。Tchetgen Tchetgen（2013）提出了对照结局校准方法（COCA）作为一种正式的 NCO 反事实方法，用于检测并修正残余混杂偏倚。为达到可识别性，COCA 将 NCO 视为感兴趣的“无治疗反事实结局”的含误差代理，并涉及将 NCO 对无治疗反事实进行回归，同时采用一个假定恒定个体水平因果效应的保序结构模型。本工作中，我们在无需保序的条件下，建立了针对处理组平均因果效应的非参数 COCA 识别，从而容纳了个体间无限制的效果异质性。这一非参数识别结果具有重要的实际意义，因为它提供了单一代理混杂控制，不同于近期提出的最近邻因果推断（proximal causal inference），后者依赖一对混杂代理方可识别。对于 COCA 估计，我们提出三种独立策略：（i）扩展倾向得分方法，（ii）结局桥函数方法，以及（iii）双重稳健方法。最后，我们在一个评估寨卡病毒暴发对巴西出生率因果影响的应用中展示了所提方法。
引用
@article{arxiv.2302.06054,
title = {Single Proxy Control},
author = {Chan Park and David Richardson and Eric Tchetgen Tchetgen},
journal= {arXiv preprint arXiv:2302.06054},
year = {2024}
}