[論文レビュー] Generalized additive models for location, scale and shape for program evaluation: A guide to practice

Maike Hohberg, Peter Pütz+1 more|arXiv (Cornell University)|Jun 25, 2018

Advanced Causal Inference Techniques参考文献 48被引用数 2

ひとこと要約

本稿では、プログラム評価のための柔軟なフレームワークとして、場所、スケール、形状のための一般化線形モデル（GAMLSS）を提案する。これにより、平均以外の条件付き分布全体における処置効果の分析が可能になる。応答分布のすべてのパラメータ（分散、歪度を含む）をモデル化し、非線形効果を組み込むことで、Progresa現金移転プログラムが処置群と対照群の間で条件付き不平等に有意な影響を及ぼさないことが明らかになった。

ABSTRACT

This paper introduces generalized additive models for location, scale and shape (GAMLSS) as a modeling framework for analyzing treatment effects beyond the mean. By relating each parameter of the response distribution to explanatory variables, GAMLSS model the treatment effect on the whole conditional distribution. Additionally, any nonnormal outcome and nonlinear effects of explanatory variables can be incorporated. We elaborate on the combination of GAMLSS with program evaluation methods in economics and provide a practical guide to the usage of GAMLSS by reanalyzing data from the extit{Progresa} program. Contrary to expectations, no significant effects of a cash transfer on the conditional inequality level between treatment and control group are found.

研究の動機と目的

• 処置効果を平均ベースの結果にとどめず、結果の完全な条件付き分布をモデル化することで、プログラム評価を拡張すること。
• 従来の方法が処置効果分析において正規性と線形効果を仮定するという限界に対処すること。
• 経済統計的プログラム評価へのGAMLSSの実用的適用ガイドを提供すること。
• Progresa現金移転プログラムをGAMLSSで再分析し、平均を超えた不平等への影響を評価すること。

提案手法

• GAMLSSモデルは、応答分布の各パラメータ（場所、スケール、形状）を説明変数（処置指標を含む）と関連付ける。
• フレームワークは、加法的予測子を通じて非正規応答分布と非線形効果を許容する。
• 処置効果は平均だけでなく、分布全体にわたって推定され、不均一な影響の検出が可能になる。
• 滑らかさスプラインと罰則付き尤度推定を用いて、柔軟で非線形な関係をモデル化する。
• GAMLSSは、傾向スコアマッチングや回帰補正などの標準的手法と組み合わせられる。
• 統計ソフトウェア（例：R）を用いて実装され、モデル選択は情報量基準に基づく。

実験結果

リサーチクエスチョン

• RQ1 Progresa現金移転プログラムは、平均だけでなく、結果の完全な条件付き分布に影響を及ぼすか？
• RQ2 分布シフトを考慮した後、処置群と対照群の間で条件付き不平等に有意な差異があるか？
• RQ3 GAMLSSは、従来のモデルが見逃す可能性のある非線形処置効果を検出できるか？
• RQ4 結果分布のパラメータ（例：分散、歪度）は、処置群と対照群の間でどのように変化するか？
• RQ5 特に不平等の観点から、プログラムが結果分布の形状に及ぼす影響は何か？

主な発見

• Progresa現金移転プログラムが処置群と対照群の間で条件付き不平等に有意な影響を及ぼさないことが判明した。
• 処置効果は、場所、スケール、形状パラメータを含む、完全な条件付き分布全体にわたって検出できなかった。
• GAMLSSは、両群間での分散や歪度の有意なシフトを明らかにしなかったため、分布的不平等への差別の影響がないことが示唆された。
• モデルは、共変数と結果との間の非線形関係をうまく捉えており、その柔軟性が裏付けられた。
• 再分析により、平均ベースのモデルは分布的効果を無視する可能性があるが、このケースではそのような効果は存在しなかったことが確認された。