匹配或重加权后的方差估计

本文为匹配估计量开发了一种方差估计框架，使处理效应的总体推断成为有效的。我们提供了一种方差估计器的理论分析，解决了现有文献中的关键局限性。虽然 Abadie 和 Imbens（2006）提出了一种需要同时对处理组和控制组进行匹配的基础方差估计量，但该方法计算代价高昂且在实际中很少使用。我们的方法提供了一种计算可行的替代方案，仅需将处理组单元匹配到控制组，同时保持总体推断的理论有效性。我们做出了三项主要贡献。第一，我们建立了方差估计量的一致性和渐近正态性，证明了其在处理组样本较小时的 ATT 估计有效性。第二，我们发展了一个广义理论框架和新的正则性条件，显著扩大了可获得有效推断的匹配程序类别，包括半径匹配、M-最近邻匹配和倾向得分匹配。第三，我们证明该方法自然可扩展至其他因果推断估计量，如稳定平衡加权方法。通过不同数据生成过程的模拟研究，我们证明我们的估计量保持了适当的覆盖率，而最先进自助法可能表现出严重的覆盖率不足（从 95% 降至低至 61%），尤其是在大量复用控制组单元的情况下。我们的框架为研究人员在广泛的因果推断应用中提供了理论保证和实用工具。实现我们方法的 R 包可在 https://github.com/jche/scmatch2 获取。