倾向得分结构在条件分位数处理效应估计渐近效率中的作用
统计理论
2020-09-23 v1 统计理论
摘要
当给定协变量的严格子集时，我们提出条件分位数处理效应，通过作为给定协变量与分位数函数的分位数页（quantile sheet）来捕捉处理效应的异质性。我们聚焦于推导在参数、非参数与半参数结构下基于概率得分的估计量的渐近正态性。我们对估计效率进行了系统研究，以检验倾向得分结构的重要性及其与无条件对应物的本质差异。所推导出的独特性质可回答：这些估计量的一般排序为何？给定协变量对倾向得分协变量集的隶属关系如何影响效率？估计倾向得分的收敛速率如何影响效率？以及为何半参数估计在实践中值得推荐？我们还简要讨论了将方法扩展至大维场景以及渐近方差估计的问题。我们进行了模拟研究以检验这些估计量的表现，并分析了一个真实数据示例用于说明，获得了一些新发现。
引用
@article{arxiv.2009.10450,
title = {The Role of Propensity Score Structure in Asymptotic Efficiency of Estimated Conditional Quantile Treatment Effect},
author = {Niwen Zhou and Xu Guo and Lixing Zhu},
journal= {arXiv preprint arXiv:2009.10450},
year = {2020}
}