[論文レビュー] Assessing Sensitivity to Unconfoundedness: Estimation and Inference

Matthew A. Masten, Alexandre Poirier+1 more|arXiv (Cornell University)|Dec 31, 2020

Advanced Causal Inference Techniques参考文献 23被引用数 5

ひとこと要約

本稿は、条件付き独立性からの逸脱をスカラー感度パrameter $ c $ で定量化する非パラメトリック感度分析を、unconfoundednessのもとで処置効果推定に導入する。$ c $ を用いて、さまざまなレベルの観察されない交絡要因の下での平均処置効果（ATE）およびATTの境界の推定器と一様信頼区間を提案し、強いパラメトリック仮定を必要とせずに頑健な推論を可能にする。

ABSTRACT

This article provides a set of methods for quantifying the robustness of treatment effects estimated using the unconfoundedness assumption. Specifically, we estimate and do inference on bounds for various treatment effect parameters, like the Average Treatment Effect (ATE) and the average effect of treatment on the treated (ATT), under nonparametric relaxations of the unconfoundedness assumption indexed by a scalar sensitivity parameter <i>c</i>. These relaxations allow for limited selection on unobservables, depending on the value of <i>c</i>. For large enough <i>c</i>, these bounds equal the no assumptions bounds. Using a nonstandard bootstrap method, we show how to construct confidence bands for these bound functions which are uniform over all values of <i>c</i>. We illustrate these methods with an empirical application to the National Supported Work Demonstration program. We implement these methods in the companion Stata module tesensitivity for easy use in practice.

研究の動機と目的

• データからunconfoundedness仮定を検証できない場合に、因果推論における頑健な感度分析の重要なニーズに対処すること。
• スカラー感度パrameter $ c $ を用いてunconfoundednessを非パラメトリックに緩和する手法を開発し、観察されない要因への限定的な選択を可能にすること。
• 強い補助的仮定が既存の感度分析で一般的であるのを避けて、$ c $ のすべての値についての推定と一様推論を可能にすること。
• 研究者が処置効果推定値がunconfoundednessの違反に対してどれほど感度に依存するかを評価できる実用的フレームワークを提供すること。
• 広範な利用可能性と実務研究における再現可能性を実現するため、Stataモジュールを用いてこの手法を実装すること。

提案手法

• 条件付き $ c $-依存を用いたunconfoundednessの非パラメトリック緩和を提案し、$ c \in [0,1] $ が確率単位で条件付き独立性からの最大逸脱を測る。
• ATE や ATT などの処置効果パラメータの閉形式の境界を $ c $ の関数として導出する。$ c=0 $ ではunconfoundedness仮定が回復され、$ c=1 $ ではManski（1990）の非パラメトリック境界が得られる。
• 潜在的アウトカムとプロパティススコアの経験的分布を用いて、処置効果の上界および下界のサンプルアナログ推定器を導入する。
• $ c \in [0,1] $ 全体にわたる一様信頼区間を構築するため、非標準的なブートストラップ手順を開発し、感度パrameter空間全体で有効な推論を保証する。
• 正則性条件の下で境界推定器のハダマール微分可能性をデルタ法の議論により確立し、漸近正規性と推論を可能にする。
• 実用的使用を支援するため、Stataモジュールとしてこの手法を実装し、感度境界の推定と可視化を可能にする。

実験結果

リサーチクエスチョン

• RQ1 スカラー感度パrameter $ c $ で測定されるunconfoundedness仮定からの逸脱に対して、推定された処置効果はどれほど感度に依存するか？
• RQ2 強いパラメトリック仮定を必要とせずに、unconfoundednessの非パラメトリック緩和のもとで処置効果の境界を推定し、推論を行うことは可能か？
• RQ3 $ c $ の異なる値における感度境界の標本変動性は何か？ また、$ c $ 全体にわたる一様信頼区間をどのように構築できるか？
• RQ4 本稿で提示された境界は、既存のパラメトリック感度分析の境界と比べて、どの程度頑健で解釈可能か？
• RQ5 本手法は、例えばNational Supported Work Demonstrationプログラムのような現実的状況で、どのように実証的性能を示すか？

主な発見

• 提案手法は、感度パrameter $ c $ のすべての値について有効な一様信頼区間を生成し、あり得る観察されない交絡要因の全範囲でカバレッジを保証する。
• ATE および ATT の境界は $ c $ に関して単調である。$ c $ が小さいと境界は狭く、$ c $ が大きくなると広がり、より大きな観察されない交絡要因の下での不確実性の増大を反映する。
• 非標準的なブートストラップ手順は、境界推定器の標本変動性を適切に扱い、境界が $ c $ の非滑らかな関数であっても有効な推論を可能にする。
• 潜在的アウトカムや観察されない交絡要因のパラメトリックモデルの選択に対して頑健である。これは、観測データとスカラー $ c $ のみに依存するからである。
• National Supported Work Demonstrationへの実証的応用では、中程度のunconfoundednessからの逸脱に対しても推定された処置効果が比較的安定しており、軽度の観察されない交絡要因に対して頑健であることが示された。
• Stataモジュールの実装により、研究者が感度境界を簡単に推定・可視化でき、応用計量経済学における日常的使用を促進する。