估计因果效应中针对矩阵暴露的加权欧氏平衡
统计方法学
2023-03-14 v1
摘要
在生物学、心理学和社会学等许多科学领域，估计矩阵暴露对结果的因果效应日益受到关注。协变量平衡在因果推断中至关重要，过去几十年已提出精确平衡与近似平衡两类方法。然而，由于约束数量庞大，当处理变量为矩阵时，难以实现精确平衡或选取近似平衡方法的阈值参数。为应对这些挑战，我们提出加权欧氏平衡方法，从整体视角近似平衡协变量。该方法亦适用于高维协变量场景。我们提出了参数与非参数两种方法来估计矩阵处理的因果效应，并给出了两种估计的理论性质。此外，模拟结果显示所提方法在多种情形下优于其他方法。最后，将该法应用于探究儿童参与各类培训课程与其智商之间的因果关系。结果表明，6-9岁儿童参加动手实践课程的时长对其智商有显著正向影响。
引用
@article{arxiv.2303.06812,
title = {Weighted Euclidean balancing for a matrix exposure in estimating causal effect},
author = {Juan Chen and Yingchun Zhou},
journal= {arXiv preprint arXiv:2303.06812},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2205.08730