这一节介绍基于三个假设的因果推理方法中的第二部分:分层方法。
分层,也称为子分类或封闭,是一种调整混杂因素的代表性方法。分层的想法是通过将整个组分为同质亚组(块)来调整由治疗组和对照组之间的差异引起的偏见。
理想情况下,在每个亚组中,治疗组和对照组在某些变量上对协变量是相似的,因此,可以将同一亚组中的单位视为从随机对照试验中的数据中取样。基于每个子组的同质性,可以通过根据RCTs数据开发的方法来计算每个子组(即CATE)内的治疗效果。
在获得每个子组的CATE之后,可以通过组合属于该组的子组的CATE来获得对感兴趣组的治疗效果。
下面,我们以ATE的计算为例。详细来说,如果我们将整个数据集分为J个块,则ATE的估算值如下:
其中