[論文レビュー] Causal Inference in Observational Studies with Non-Binary Treatments

Shandong Zhao, David A. van Dyk+1 more|arXiv (Cornell University)|Sep 24, 2013

Advanced Causal Inference Techniques参考文献 18被引用数 3

ひとこと要約

本稿は、非二値処置における因果推論のための一般化された傾向スコア（gps）と傾向関数（p関数）手法を比較し、gpsベースのアプローチが応答モデルの誤指定に対して感受性であることを示している。本稿では、滑らかな係数モデルを用いたp関数に基づく頑健な拡張を提案し、バイアスと不安定性が低減され、全処置量応答関数をよりよく推定できる点で、既存のgps手法を模擬的に上回ることを示している。

ABSTRACT

Propensity score methods have become a part of the standard toolkit for applied researchers who wish to ascertain causal effects from observational data. While they were originally developed for binary treatments, several researchers have proposed generalizations of the propensity score methodology for non-binary treatment regimes. Such extensions have widened the applicability of propensity score methods and are indeed becoming increasingly popular themselves. In this article, we closely examine the two main generalizations of propensity score methods, namely, the propensity function (P-FUNCTION) of Imai and van Dyk (2004) and the generalized propensity score (GPS) of Hirano and Imbens (2004), along with recent extensions of the GPS that aim to improve its robustness. We compare the assumptions, theoretical properties, and empirical performance of these alternative methodologies. On a theoretical level, the GPS and its extensions are advantageous in that they can be used to estimate the full dose response function rather than the simple average treatment effect that is typically estimated with the P-FUNCTION. Unfortunately, our analysis shows that in practice response models often used with the original GPS are less flexible than those typically used with propensity score methods and are prone to misspecification. We compare new and existing methods that improve the robustness of the GPS and propose methods that use the P-FUNCTION to estimate the dose response function. We illustrate our findings and proposals through simulation studies, including one based on an empirical application.

研究の動機と目的

• 非二値処置設定における一般化された傾向スコア（gps）と傾向関数（p関数）手法の理論的および実証的性能を評価・比較すること。
• 既存のgps実装における限界、特に応答モデルの誤指定に対する感受性および推定された処置量応答関数における循環的アーチファクトを特定すること。
• 滑らかな係数モデルを組み合わせたp関数を用いて、全処置量応答関数を推定する頑健な手法を開発・検証すること。
• 非二値処置因果推論におけるモデル選択および検証のための診断ツールと実務的ガイダンスを提供すること。

提案手法

• p関数を調整の根拠として用いることで、処置量応答関数を推定する滑らかな係数モデル（scm）フレームワークを提案する。
• 非パラメトリックなスムージング技術を用いて、処置量と結果の関係をモデル化し、p関数による共変量の調整を実施する。
• 推定された処置量応答関数の不確実性を評価するため、ブートストラップに基づく95％信頼区間を用いる。
• 3つの生成モデル（2次関数、区分的線形、ハッキースティック応答関数）を用いたシミュレーションスタディにより、各手法の性能を比較する。
• 特に高処置量領域（p関数ベースの推定が未調整の適合に再帰する可能性がある領域）におけるバイアスの兆候を検出するためのモデル診断を実施する。
• 標準的なp関数手法が平均処置効果しか推定できないという制限を克服するため、p関数法を用いて全処置量応答関数を推定するように拡張する。

実験結果

リサーチクエスチョン

• RQ1 非二値処置制度下で、gpsとp関数手法は、全処置量応答関数をどの程度正確に推定できるか？
• RQ2 応答モデルが誤指定されている場合に、gpsベースの手法に生じるバイアスおよび不安定性の原因は何か？
• RQ3 p関数を拡張して、gpsアプローチと比較してより頑健な全処置量応答関数推定が可能か？
• RQ4 p関数ベースの調整と組み合わせた滑らかな係数モデルは、複雑な処置量応答関係をどの程度正確に捉えることができるか？
• RQ5 非二値処置因果推論におけるモデル誤指定および不安定性を検出するための診断ツールとして、どのようなものがあるか？

主な発見

• 元のgps手法は、応答モデルが誤指定されている場合、推定された処置量応答関数に顕著なバイアスと循環的アーチファクトを示す。
• scm（gps）手法は元のgpsを改善しているが、依然としてデータが希な領域や応答形状が複雑な領域でバイアスと不安定性を示す。
• scm（p関数）手法は、3つのシミュレーションモデルすべてにおいて、両方のgpsベースの手法を一貫して上回り、t < 3の範囲で真の処置量応答関数に非常に近い推定を達成している。
• p関数ベースの手法は、モデル誤指定に対してより頑健であり、標準的な傾向スコア手法よりも柔軟性が低い応答モデルでも信頼できる推定を提供する。
• 提案されたscm（p関数）手法は、推定が未調整の適合に再帰する可能性がある高処置量領域（t > 3）における潜在的なバイアスを検出でき、ユーザーが信頼できない推論領域を特定できる。
• 残差比較およびブートストラップ信頼区間に基づく診断ツールは、実務においてモデルの限界を特定し、モデル選択を支援する。