17、因果推断中的匹配与倾向得分方法详解

因果推断中的匹配与倾向得分方法详解

1. 匹配基础

1.1 匹配概述

匹配方法要求处理变量和结果变量之间的关系无混杂因素。为了获得因果效应的无偏估计，需要确保所有混杂因素都被观察到并包含在匹配特征集中。此外，绘制有向无环图（DAG）有助于避免因控制对撞机而引入偏差。匹配方法不关心数据的线性性，可用于线性和非线性数据。

1.2 处理效应

使用匹配方法可以计算多种因果效应，常见的有平均处理效应（ATE）、处理组的平均处理效应（ATT）和控制组的平均处理效应（ATC）。
- ATE ：
- 公式：$ATE = \frac{1}{N} \sum_{i} \tau_{i}$
- 其中，$N$ 是总观测数，$\tau_{i} = Y_{i}^{1} - Y_{i}^{0}$，$Y_{i}^{1}$ 是处理下的结果，$Y_{i}^{0}$ 是未处理下的结果。
- ATT ：
- 公式：$ATT = \frac{1}{N_{T=1}} \sum_{i_{T=1}} \tau_{i}$
- 这里，$N_{T=1}$ 是接受处理的单元数，$i_{T=1}$ 是这些单元的索引。
- ATC ：
- 公式：$ATC = \frac{1}{N_{T=0}} \sum_{i_{T=0}} \tau_{i}$
- 注意，$ATE$ 是 $ATT$ 和 $ATC$ 的平均值。

1.3 匹配估计量

不同的因果效应估计会影响匹配估计量的定义。