[论文解读] The Generalized Oaxaca-Blinder Estimator

Kevin Guo, Guillaume Basse|arXiv (Cornell University)|Apr 24, 2020

Advanced Causal Inference Techniques参考文献 42被引用 7

一句话总结

本文提出了一种广义的Oaxaca-Blinder估计量，该估计量使用任意‘简单’的非线性模型来调整随机化实验中的协变量，仅基于随机化即可确保平均处理效应的有效置信区间。该方法对模型误设具有鲁棒性，并且在非线性模型更符合数据时，其置信区间比OLS更窄。

ABSTRACT

After performing a randomized experiment, researchers often use ordinary least-square (OLS) regression to adjust for baseline covariates when estimating the average treatment effect. It is widely known that the resulting confidence interval is valid even if the linear model is misspecified. In this article, we generalize that conclusion to covariate adjustment with nonlinear models. We introduce an intuitive way to use any “simple” nonlinear model to construct a covariate-adjusted confidence interval for the average treatment effect. The confidence interval derives its validity from randomization alone, and when nonlinear models fit the data better than linear models, it is narrower than the usual interval from OLS adjustment.

研究动机与目标

• 开发一种适用于随机化实验中协变量调整的通用方法，即使在非线性模型误设时也能保持有效的统计推断。
• 满足四个关键属性：统计推断、对模型误设的鲁棒性、基于随机化的有效性（无需抽样假设）以及计算简便性。
• 将Lin的基于OLS的协变量调整框架扩展至非线性模型，同时在随机化条件下保持相同的理论保证。
• 证明当非线性模型更能捕捉协变量与结果之间关系时，其估计精度优于线性模型。
• 提供一种可实际应用的方法，使用标准统计软件实现，避免复杂编程或专用软件包。

提出的方法

• 提出一种广义的Oaxaca-Blinder估计量，利用任意‘简单’的非线性模型预测处理组和对照组下的潜在结果。
• 利用该模型基于观测结果和协变量对缺失的潜在结果进行插补，形成平均处理效应的双重稳健估计量。
• 通过在处理组上最小化损失函数来定义估计量：$\hat{\theta}_n = \arg\min_\theta \frac{1}{n_1}\sum_{Z_i=1} \ell(\theta, \mathbf{x}_i, y_{1i})$，其中$\ell$关于$\theta$是凸的。
• 基于经验过程理论和一致收敛性，建立处理效应估计量$\hat{\tau}$的渐近正态性，其推导依赖于随机化机制。
• 通过随机化推断确保置信区间的有效性，无需独立同分布抽样或参数分布假设。
• 通过损失函数光滑性（A3）、强凸性（A2）以及总体最小化器存在性等假设，保证$\hat{\theta}_n$收敛至$\theta_n^*$。

实验结果

研究问题

• RQ1 是否可以在仅基于随机化的前提下，使用非线性模型进行随机化实验中的协变量调整，同时保持有效的置信区间？
• RQ2 使用非线性模型进行结果预测是否能比OLS调整获得更精确的平均处理效应估计？
• RQ3 广义Oaxaca-Blinder估计量在何种条件下对模型误设保持鲁棒性？
• RQ4 该方法是否可使用标准统计软件实现，而无需专门编程或专用包？
• RQ5 当非线性模型更符合数据时，所得置信区间是否比OLS的稳健标准误区间更窄？

主要发现

• 广义Oaxaca-Blinder估计量在仅基于随机化的前提下，即使非线性模型被任意误设，也能产生平均处理效应的有效置信区间。
• 当非线性模型比线性模型更符合数据时，所得置信区间比使用Huber-White标准误的OLS调整更窄。
• 该方法满足所有四项理想属性：统计推断、对误设的鲁棒性、基于随机化的有效性以及计算简便性。
• 在损失函数和模型曲率的温和正则性条件下，估计模型参数$\hat{\theta}_n$收敛至总体最小化器$\theta_n^*$的性质可得到保证。
• 基于一致收敛性和经验过程理论，$\hat{\tau}$的渐近正态性可被推导，从而确保无需独立同分布抽样假设的有效推断。
• 该方法将Lin的结果从线性模型推广至非线性模型，将协变量调整的鲁棒性与效率优势扩展至更广泛的模型类别。