[论文解读] Efficient Inference of Average Treatment Effects in High Dimensions via Approximate Residual Balancing

Susan Athey, Guido W. Imbens+1 more|arXiv (Cornell University)|Jan 1, 2016

Advanced Causal Inference Techniques参考文献 63被引用 48

一句话总结

本文提出了一种新颖的方法，通过结合近似残差平衡与回归调整，在高维设定下估计平均处理效应。该方法在不建模倾向得分的情况下实现半参数效率，仅依赖重叠条件和结果模型的稀疏性。

ABSTRACT

There are many studies where researchers are interested in estimating average treatment effects and are willing to rely on the unconfoundedness assumption, which requires that treatment assignment is as good as random conditional on pre-treatment variables. The unconfoundedness assumption is often more plausible if a large number of pre-treatment variables are included in the analysis, but this can worsen the finite sample properties of existing approaches to estimation. In particular, existing methods do not handle well the case where the model for the propensity score (that is, the model relating pre-treatment variables to treatment assignment) is not sparse. In this paper, we propose a new method for estimating average treatment effects in high dimensions that combines balancing weights and regression adjustments. We show that our estimator achieves the semi-parametric efficiency bound for estimating average treatment effects without requiring any modeling assumptions on the propensity score. The result relies on two key assumptions, namely overlap (that is, all units have a propensity score that is bounded away from 0 and 1), and sparsity of the model relating pre-treatment variables to outcomes.

研究动机与目标

• 解决现有方法在高维设定下、当倾向得分模型非稀疏时估计平均处理效应的有限样本性能差的问题。
• 通过利用高维预处理协变量中的平衡权重与回归调整，提升估计精度。
• 在不需对倾向得分施加建模假设的情况下，实现平均处理效应估计的半参数效率。
• 在重叠条件和结果回归模型稀疏性下确保稳健性。
• 提供一种计算高效且在高维推断中理论基础坚实的估计方法。

提出的方法

• 使用近似残差平衡构建权重，以平衡处理组与对照组之间的预处理协变量。
• 将这些平衡权重与结果模型的回归调整相结合，以提高估计效率。
• 依赖两步估计程序：首先，通过求解一个凸优化问题最小化残差不平衡，估计平衡权重。
• 其次，使用平衡权重作为抽样权重，对结果变量进行处理变量与协变量的回归。
• 该方法无需对倾向得分建模，避免了高维情形下的模型误设问题。
• 理论分析表明，该估计器在满足重叠条件和结果模型稀疏性时，可达到半参数效率下界。

实验结果

研究问题

• RQ1 能否开发一种高维平均处理效应估计器，而无需对倾向得分建模？
• RQ2 如何结合平衡权重与回归调整以改善高维设定下的有限样本性能？
• RQ3 在何种条件下，所提方法可实现平均处理效应估计的半参数效率？
• RQ4 估计器保持一致与高效所需的最小正则性条件是什么？
• RQ5 当倾向得分模型非稀疏时（高维数据中的常见挑战），该方法表现如何？

主要发现

• 所提估计器在不需对倾向得分进行任何建模的情况下，实现了平均处理效应估计的半参数效率下界。
• 该方法在重叠条件下依然有效且高效，确保所有单位的倾向得分均远离0和1。
• 即使倾向得分模型非稀疏，估计器仍保持良好的有限样本性能，克服了以往方法的局限性。
• 理论结果证实，当结果模型近似稀疏时，估计器具有高效性。
• 该方法结合了计算可行性与强理论保证，适用于高维观察性研究。
• 实证结果表明，该方法在高维设定下相较于现有方法，在偏差与均方误差方面表现更优。