[論文レビュー] Large Sample Properties of Entropy Balancing Estimators of Average Causal Effects

David Källberg, Ingeborg Waernbaum|arXiv (Cornell University)|Apr 22, 2022

Advanced Causal Inference Techniques被引用数 4

ひとこと要約

本稿は、カルバック・ライブラーダイバージェンスおよび2次リーニー・ダイバージェンスを用いたエントロピー・バランス推定量の平均因果効果に関する大標本漸近的性質を確立する。エントロピー・バランスがモデル依存性を低減する一方で、一貫性には感受性のあるパラメトリック仮定（適合度スコアまたはアウトカムモデルに関する）を内蔵しており、観察研究における妥当な推論を可能にするために漸近的分散の推定量を提供することを示している。

ABSTRACT

Weighting methods are used in observational studies to adjust for covariate imbalances between treatment and control groups. Entropy balancing (EB) is an alternative to inverse probability weighting with an estimated propensity score. The EB weights are constructed to satisfy balance constraints and optimized towards stability. We describe large sample properties of EB estimators of the average causal treatment effect, based on the Kullback-Leibler and quadratic Rényi relative entropies. Additionally, we propose estimators of their asymptotic variances. Even though the objective of EB is to reduce model dependence, the estimators are generally not consistent unless implicit parametric assumptions for the propensity score or conditional outcomes are met. The finite sample properties of the estimators are investigated through a simulation study. In an application with observational data from the Swedish Childhood Diabetes Register, we estimate the average effect of school achievements on hospitalization due to acute complications of type 1 diabetes mellitus.

研究の動機と目的

• 平均因果効果のエントロピー・バランス推定量の大標本漸近的性質を確立すること。
• エントロピー・バランス推定量がモデル依存性を低減するように設計されているにもかかわらず、その一貫性が成立する条件を調査すること。
• カルバック・ライブラーダイバージェンスおよび2次リーニー・ダイバージェンスに基づくエントロピー・バランス推定量の漸近的分散の推定量を導出すること。
• シミュレーションおよび実応用を通じて、これらの推定量の有限標本性能を評価すること。
• バランス関数およびダイバージェンス測度が、推定量の一貫性に影響を与える感受性のあるパラメトリック仮定をどのように誘発するかを明確にすること。

提案手法

• エントロピー・バランスの重みは、一様重みに対するカルバック・ライブラーダイバージェンスまたは2次リーニー・ダイバージェンスを最小化することにより導出され、共変量関数に関する3路のバランス制約が課される。
• 3路バランスは、治療群、対照群、および統合群における共変量関数の平均が等しくなることを保証する。
• カルバック・ライブラーダイバージェンスのバージョンは、ロジットリンクを用いたパラメトリック適合度スコアモデルに関連し、2次リーニーのバージョンは最小分散重みをもたらす。
• アウトカムまたは適合度スコアモデルに関する感受性のあるパラメトリック仮定の下で、漸近的正規性および一貫性が確立される。
• 影響関数に基づいて分散推定量が導出され、平均処置効果の信頼区間の構築が可能になる。
• 本手法はスウェーデン小児糖尿病登録データを用いた観察的研究に適用され、小学校の成績が1型糖尿病合併症による入院に与える影響が推定された。

実験結果

リサーチクエスチョン

• RQ1 平均処置効果のエントロピー・バランス推定量が一貫性を示す条件は何か？
• RQ2 ダイバージェンス測度の選択（カルバック・ライブラーダイバージェンス対2次リーニー）が、感受性のあるパラメトリック仮定および推定量の性質にどのように影響するか？
• RQ3 エントロピー・バランス推定量の漸近的分散推定量は何か？ そして、それらはどのように妥当な推論を支援するか？
• RQ4 有限標本におけるエントロピー・バランス推定量の性能は、現実的状況下で標準的逆確率重み付け（IPW）と比較してどうなるか？
• RQ5 高次元設定下で、近似的なバランスまたは共変量関数の選択後処理が、推定量の性能にどの程度影響を及えるか？

主な発見

• カルバック・ライブラーダイバージェンスおよび2次リーニーのエントロピー・バランス推定量は、適合度スコアまたはアウトカムモデルに関する感受性のあるパラメトリック仮定が成立する場合にのみ、漸近的に正規分布に従い、一貫性を示す。
• これらの推定量は、従来の意味での二重ロバスト性を有しない。適合度スコアが正しく指定されていても、少なくとも1つの群についてアウトカムモデルが存在しないと一貫性は達成されない。
• 実応用において、QR推定量は低成績による入院日数の平均因果効果を0.90日（95％信頼区間：0.42–1.37）と推定した。
• KL推定量は因果効果を0.86日（95％信頼区間：0.37–1.35）と推定したが、Chanら（2016）の代替分散推定量を用いると信頼区間が広がった。
• Chanら（2016）の分散推定量を用いると、QRの95％信頼区間は（0.51, 1.28）に、KLの95％信頼区間は（0.54, 1.17）に狭まり、分散推定法に敏感であることが示された。
• 標準的ロジスティック回帰IPW推定量は、0.81（95％信頼区間：0.49–1.13）の類似推定値を示し、重み付け手法間でのロバストネスが示唆された。