×
迈克尔·约翰逊；曹炯义；Kang、Hyunseung

用工具变量检测异质治疗效果并应用于俄勒冈州健康保险实验。 （英语） Zbl 1498.62034号

Ann.应用。斯达。 16，第2期，1111-1129（2022）.
摘要：在随机和观察性研究中，对因果效应异质性的估计越来越感兴趣。然而，在工具变量研究中，很少有人对影响异质性进行研究。在这项工作中，我们提出了一种使用工具变量与匹配来估计异质因果效应的方法。该方法分为两部分。第一部分使用主题知识和可解释的机器学习技术，如分类树和回归树，来发现潜在的效果修饰语。第二部分在严格控制家庭错误率的同时，使用封闭测试来测试每个效应修饰语的统计显著性。我们将此方法应用于俄勒冈州健康保险实验，通过使用随机抽奖作为工具，估计医疗补助对个人健康不妨碍其日常活动的天数的影响。我们的方法显示，医疗补助的效果在年龄较大、讲英语的非亚裔男性和最多拥有高中文凭或普通教育发展的年轻英语男性中最具影响力。

引用于1文件

MSC公司：

62D20型 观察性研究的因果推断
62G05型 非参数估计
62P05号 统计学在精算学和金融数学中的应用
68T05型 人工智能中的学习和自适应系统

关键词：

因果推断；编译平均因果关系；非均匀处理；工具变量；机器学习；匹配；俄勒冈州健康保险实验

软件：

rpart公司；重大匹配
PDF格式BibTeX公司 XML格式引用
\textit{M.Johnson}等人，Ann.Appl。Stat.16，No.2，1111--1129（2022；Zbl 1498.62034）
全文： 内政部

参考文献：

[1] ABADIE，A.（2003）。治疗反应模型的半参数工具变量估计。J.计量经济学113 231-263·Zbl 1038.62113号 ·doi:10.1016/S0304-4076（02）00201-4
[2] Ai，C.和Chen，X.（2003）。含有未知函数的条件矩约束模型的有效估计。计量经济学71 1795-1843年·Zbl 1154.62323号
[3] Angrist，J.D.、Imbens，G.W.和Rubin，D.B.（1996）。使用工具变量识别因果关系。J.艾默。统计师。协会。91 444-455. ·Zbl 0897.62130号
[4] ATHEY，S.和IMBENS，G.W.（2015）。估计异质因果效应的机器学习方法。arXiv:1504.01132v1[stat.ML]提供·Zbl 1357.62190号
[5] ATHEY，S.和IMBENS，G.（2016）。异质因果效应的递归划分。程序。国家。阿卡德。科学。美国113 7353-7360. ·Zbl 1357.62190号 ·doi:10.1073/pnas.1510489113
[6] Athey，S.、Tibshirani，J.和Wager，S.（2019年）。广义随机森林。安。统计师。47 1148-1178. ·Zbl 1418.62102号 ·doi:10.1214/18-AOS1709
[7] Baiocchi，M.、Cheng，J.和Small，D.S.（2014）。因果推理的工具变量方法。统计医学。33 2297-2340. ·doi:10.1002/sim.6128
[8] BAIOCCHI，M.、SMALL，D.S.、LORCH，S.和ROSENBAUM，P.R.（2010年）。在早产儿围产期护理的观察研究中建立一个更强大的工具。J.艾默。统计师。协会。105 1285-1296. ·Zbl 1388.62311号 ·doi:10.1198/jasa.2010.ap09490
[9] BALKE，A.和PEARL，J.（1997）。不完全依从性研究对治疗效果的限制。J.艾默。统计师。协会。92 1171-1176. ·Zbl 0888.62049号
[10] BARGAGLI-STOFFI，F.J.、DE-WITTE，K.和GNECCO，G.（2019年）。具有不完全依从性的异质因果效应：一种新的贝叶斯机器学习方法。可从arXiv:1905.12707[stat.ME]获取。
[11] BARGAGLI-STOFFI，F.J.和GNECCO，G.（2018年）。评估不规则分配机制存在时的异质因果效应。2018年电气与电子工程师协会5第十届国际数据科学和高级分析会议(国防安全局) 1-10. IEEE，纽约。
[12] Blundell，R.、Chen，X.和Kristensen，D.（2007年）。形状不变恩格尔曲线的半非参数IV估计。计量经济学75 1613-1669. ·兹比尔1133.91461 ·网址：10.1111/j.1468-0262.2007.00808.x
[13] BLUNDELL，R.和POWELL，J.L.（2003）。非参数和半参数回归模型中的内生性。经济。Soc.Monogr公司。36 312-357.
[14] Breiman，L.、Friedman，J.H.、Olshen，R.A.和Stone，C.J.（1984）。分类和回归树.华兹华斯统计/概率系列Wadsworth Advanced Books and Software，加利福尼亚州贝尔蒙特·Zbl 0541.62042号
[15] Chen，X.和Pouzo，D.（2012）。具有可能非光滑广义残差的非参数条件矩模型的估计。计量经济学80 277-321. ·Zbl 1274.62232号
[16] CHERNOZHUKOV，V.、DEMIRER，M.、DUFLO，E.和FERNANDEZ-VAL，I.（2018年）。随机实验中异质治疗效应的通用机器学习推理。国家经济研究局.
[17] DAROLLES，S.、FAN，Y.、FLORENS，J.P.和RENAULT，E.（2011年）。非参数工具回归。计量经济学79 1541-1565. ·Zbl 1274.62277号 ·doi:10.3982/ECTA6539
[18] 丁平（2017）。基于随机因果推理的悖论。统计师。科学。32 331-345. ·Zbl 1442.62014年 ·doi:10.1214/16-STS571
[19] FINKELSTEIN，A.、TAUBMAN，S.、WRIGHT，B.、BERNSTEIN，M.、GRUBER，J.、NEWHOUSE，J.P.、ALLEN，H.、BAICKER，K.和GROUP，O.H.S.（2012）。俄勒冈州健康保险实验：第一年的证据。Q.J.经济。127 1057-1106.
[20] FOGARTY，C.B.（2018年）。配对实验中平均治疗效果的回归辅助推断。生物特征105 994-1000. ·兹比尔1506.62433 ·doi:10.1093/biomet/asy034
[21] FOGARTY，C.B.（2020年）。配对观察研究中样本平均治疗效果的学生敏感性分析。J.艾默。统计师。协会。115 1518-1530. ·兹比尔1441.62069 ·doi:10.1080/01621459.2019.1632072
[22] FOGARTY，C.B.、LEE，K.、KELZ，R.R.和KEELE，L.J.（2021）。急诊普通外科结果工具变量研究中的偏倚鼓励和异质效应。J.艾默。统计师。协会。·Zbl 1506.62434号
[23] Hahn，P.R.、Murray，J.S.和Carvalho，C.M.（2020）。因果推断的贝叶斯回归树模型：正则化、混淆和异质效应（附讨论）。贝叶斯分析。15 965-1056. ·Zbl 1475.62102号 ·doi:10.1214/19-BA1195
[24] Hall，P.和Horowitz，J.L.（2005）。存在工具变量的非参数推理方法。安。统计师。33 2904-2929. ·Zbl 1084.62033号 ·doi:10.1214/009053605000000714
[25] HERNáN，M.A.和ROBINS，J.M.（2006年）。因果推理工具：流行病学家的梦想？流行病学17 360-372.
[26] Hill，J.L.（2011）。因果推理的贝叶斯非参数建模。J.计算。图表。统计师。20 217-240. ·doi:10.1198/jcgs.2010.08162
[27] 霍奇斯，J.L.JR.和莱曼，E.L.（1963）。基于等级测试的位置估计。安。数学。斯达。34 598-611. ·Zbl 0203.21105号 ·doi:10.1214/aoms/1177704172
[28] HSU，J.Y.、SMALL，D.S.和ROSENBAUM，P.R.（2013）。观察性研究中的效应修正和设计敏感性。J.艾默。统计师。协会。108 135-148. ·Zbl 06158331号 ·doi:10.1080/01621459.2012.742018
[29] HSU，J.Y.、ZUBIZARRETA，J.R.、SMALL，D.S.和ROSENBAUM，P.R.（2015）。在通过探索性方法发现效应修正的观察性研究中，对家庭错误率进行强有力的控制。生物特征102 767-782. ·Zbl 1419.62142号 ·doi:10.1093/biomet/asv034
[30] 英本斯，G.W.（2010）。迟到总比什么都没有好：对迪顿（2009）和赫克曼和乌尔祖亚（2009）的一些评论。《经济学杂志》。点燃。48 399-423.
[31] JOHNSON，M.、CAO，J.和KANG，H.（2022年）。“用工具变量检测异质性治疗效果并应用于俄勒冈州健康保险实验”的补充https://doi.org/10.1214/21-AOAS1535SUPA网站, https://doi.org/10.1214/21-AOAS1535SUPPB
[32] KANG，H.、PECK，L.和KEELE，L.（2018）。工具变量推理：一种随机推理方法。J.罗伊。统计师。Soc.序列号。A类181、1231-1254·doi:10.1111/rssa.12353
[33] KANG，H.、KREUELS，B.、ADJEI，O.、KRUMKAMP，R.、MAY，J.和SMALL，D.S.（2013）。疟疾对发育迟缓的因果影响：孟德尔随机化和匹配方法。国际流行病学杂志。42 1390-1398.
[34] KANG，H.、KREUELS，B.、MAY，J.和SMALL，D.S.（2016）。工具变量估计的完全匹配方法，并应用于疟疾对发育迟缓的影响。Ann.应用。斯达。10 335-364. ·Zbl 1358.6206号 ·doi:10.1214/15-AOAS894
[35] LEE，K.、BARGAGLI-STOFFI，F.J.和DOMINICI，F.（2021）。因果规则集合：异质治疗效应的可解释推断。预印本。arXiv:2009.09036提供。
[36] LEE，K.，SMALL，D.S.和DOMINICI，F.（2021）。在空气污染研究中使用随机推断发现异质接触效应。J.艾默。统计师。协会。116 569-580. ·Zbl 1464.62209号 ·doi:10.1080/01621459.2020.1870476
[37] LEE，K.、SMALL，D.S.和ROSENBAUM，P.R.（2018年）。在观察性研究中，这是研究中度效应修正的有力方法。生物计量学74 1161-1170.
[38] LEE，K.、SMALL，D.S.、HSU，J.Y.、SILBER，J.H.和ROSENBAUM，P.R.（2018年）。在一项观察研究中发现在护理水平较高的医院手术死亡率的影响修正。J.罗伊。统计师。Soc.序列号。A类181 535-546. ·doi:10.1111/rssa.12298
[39] Marcus，R.、Peritz，E.和Gabriel，K.R.（1976年）。关于封闭测试程序，特别是有序方差分析。生物特征63 655-660. ·Zbl 0353.62037号 ·doi:10.1093/biomet/63.3.655
[40] Newey，W.K.和Powell，J.L.（2003年）。非参数模型的工具变量估计。计量经济学71 1565-1578. ·Zbl 1154.62415号 ·doi:10.1111/1468-0262.00459
[41] 帕克，C.和康，H.（2020）。在因果推理中推断异质治疗效果的分组方法。预打印。可从arXiv:1908.04427v2获得。
[42] 罗森巴姆，P.R.（2002a）。随机实验和观察性研究中的协方差调整。统计师。科学。17 286-327·Zbl 1013.62117号 ·doi:10.1214/ss/1042727942
[43] 罗森巴姆，P.R.（2002b）。【随机实验和观察性研究中的协方差调整】：Rejoineder。统计师。科学。17 321-327. 带着作者的评论和反驳·Zbl 1013.62117号 ·doi:10.1214/ss/1042727942
[44] 罗森巴姆，P.R.（2010）。观察研究设计.统计学中的斯普林格系列纽约州施普林格·Zbl 1308.62005号 ·doi:10.1007/978-1-4419-1213-8
[45] 罗森巴姆，P.R.（2020）。观测研究中的现代匹配算法。每年。修订状态申请。7 143-176. ·doi:10.1146/annurev-statistics-031219-041058
[46] ROTHWELL，P.M.（2005）。随机对照试验中的亚组分析：重要性、适应症和解释。柳叶刀365 176-186.
[47] 鲁宾，D.B.（1980）。实验数据的随机化分析：Fisher随机化测试评论。J.艾默。统计师。协会。75 591-593.
[48] RUBIN，D.B.（2001）。使用倾向评分帮助设计观察研究：在烟草诉讼中的应用。卫生服务。结果研究方法。2 169-188.
[49] Staiger，D.和Stock，J.H.（1997年）。工具变量与弱工具回归。计量经济学65 557-586. ·Zbl 0871.62101号 ·doi:10.2307/2171753
[50] 种马，R.A.（1987）。流行病学研究中亚组分析的使用和滥用。上一页。医学。16 183-194.
[51] Stock，J.H.、Wright，J.H和Yogo，M.（2002年）。广义矩量法中的弱仪器和弱识别综述。J.总线。经济。统计师。20 518-529·doi:10.1198/073500102288618658
[52] Stuart，E.A.（2010年）。因果推理的匹配方法：回顾与展望。统计师。科学。25 1-21. ·Zbl 1328.62007号 ·doi:10.1214/09-STS313
[53] SU，L.、MURTAZASHVILI，I.和ULLAH，A.（2013）。函数系数IV模型的局部线性GMM估计及其在估计教育回报率中的应用。J.总线。经济。统计师。31 184-207. ·doi:10.1080/07350015.2012.754314
[54] Su，X.，Tsai，C.-L.，Wang，H.，Nickerson，D.M.和Li，B.（2009）。通过递归分区进行子群分析。J.马赫。学习。物件。10 141-158.
[55] SWANSON，S.A.和HERNáN，M.A.（2013年）。评论：如何报告工具变量分析（欢迎提出建议）。流行病学24 370-374.
[56] SWANSON，S.A.和HERNáN，M.A.（2014年）。全球化思考，全球化行动：流行病学家对工具变量估计的观点[关于MR3264545的讨论]。统计师。科学。29 371-374. ·Zbl 1331.62487号 ·doi:10.1214/14-STS491
[57] THERNEAU，T.、ATKINSON，B.和RIPLEY，B.（2015）。包“rpart”。R包版本4.1-15。可在https://cran.r-project.org/package=rpart。
[58] Wager，S.和Athey，S.（2018年）。使用随机森林评估和推断异质处理效果。J.艾默。统计师。协会。113 1228-1242. ·Zbl 1402.62056号 ·doi:10.1080/01621459.2017.1319839
[59] WANG，T.和RUDIN，C.（2021）。用于识别治疗效果增强的子组的因果规则集。预印本。可在arXiv:1710.05426获得。
[60] YU，R.（2019）。bigmatch：使用最佳卡尺使最佳匹配尺寸可缩放。R包版本0.6.1。可在https://CRAN.R-project.org/package=bigmatch。
[61] YUSUF，S.、WITTES，J.、PROBSTFIELD，J.和TYROLER，H.A.（1991）。随机临床试验中患者亚组治疗效果的分析和解释。日本汽车制造商协会266 93-98
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。