用于因果推断的抽样校准：一种平衡协变量分布的简单方法
统计方法学
2024-03-14 v2 计量经济学
摘要
本文提出了一种简单而强大的方法，用于基于观察性研究平衡协变量分布以进行因果推断。该方法能够同时平衡任意数量的分位数（例如中位数、四分位数或十分位数）以及必要时的最小值。所提出的方法基于校准估计量理论（Deville 和 Särndal 1992），特别是由 Harms 和 Duchesne（2006）提出的分位数校准估计量。该方法不需要数值积分、核密度估计或对分布的假设。有效的估计可通过借鉴现有的渐近理论获得。针对熵平衡方法和协变量平衡倾向得分方法，给出了所提方法的说明性示例。模拟研究结果表明，该方法能有效估计处理组平均处理效应（ATT）、平均处理效应（ATE）、处理组分位数处理效应（QTT）和分位数处理效应（QTE），尤其在存在非线性和模型设定错误时。所提方法可进一步推广到其他设计（例如多类别、连续）或方法（例如合成控制方法）。实现所提方法的开源软件可供使用。
引用
@article{arxiv.2310.11969,
title = {Survey calibration for causal inference: a simple method to balance covariate distributions},
author = {Maciej Beręsewicz},
journal= {arXiv preprint arXiv:2310.11969},
year = {2024}
}