引言
从观测数据中估计因果效应需要解决由混杂变量引起的选择偏差。虽然随机实验为效应估计提供了一种直接的解决方案,但往往成本高昂、不可行或受伦理限制。因此,应用研究者经常依赖匹配方法来从观测数据中恢复因果效应。其中,倾向得分匹配(PSM)已成为社会科学领域最广泛使用的方法之一,包括经济学和政治学、公共卫生以及其他相关领域(Rosenbaum and Rubin, 1983, Seeger et al., 2005, Baycan, 2016, Ichimura and Taber, 2001)。
在实践中,研究者通常将匹配程序与重抽样方法(如自助法)相结合,后者常用于估计因果推断中的标准误或置信区间(Lopez and Gutman, 2017, Austin, 2022, Tu and Zhou, 2002)。越来越多的研究探讨了将自助法与匹配估计量相结合,应用范围从A/B测试到医疗研究(Zheng and Liu, 2024, Geldof et al., 2020, Kosko et al., 2024, Wang et al., 2024)。然而,理论研究表明,自助法并不能普遍提高匹配估计量的表现。Abadie and Imbens(2008)指出,在大样本中,标准自助程序对于最近邻匹配估计量可能失效,因为自助方差将逐渐偏离真值。
进一步的计算工作提出了替代的自助方案。例如,Otsu and Rai(2017)提出了一种基于加权自助指标的推断方法,并通过渐近行为验证了其有效性。Bodory et al.(2024)使用了一种从鞅表示中随机重抽样的自助方法,而不是以均匀权重从观测值中抽样,通过模拟表明其非参数自助方法即使在样本量相对较小时表现也很好。
尽管文献日益丰富,我们尚未完全理解重抽样何时能改善匹配估计量的表现。现有研究主要关注渐近有效性或特定的算法变体,但对于自助法在何种经济和数据条件下能提高估计精度,提供的指导十分有限。
本文通过基于模拟的调查来回答这一问题,以帮助建立对何时自助重抽样能改善匹配估计量的直觉。我们不推导正式的渐近或有限样本最优性结果,而是提出一个启发式框架,突出协变量重叠性与噪声聚合之间的交互作用,并首先通过模拟然后结合实证案例来评估所得到的预测。
我们的模拟结果表明,估计精度由两种力量之间的权衡所决定。第一种是匹配质量,它取决于处理组和控制组之间的重叠程度(在PSM应用中通常称为"共同支撑")。当重叠性有限时,匹配本身就非常困难,估计误差往往源于由此产生的偏差。第二种是噪声聚合。重抽样可以通过在子样本中利用更广泛的控制观测值来减少变异性,实际上是将多个独立的比较结合起来。
我们的主要贡献是引入了一个直观的指标,我们称之为利用率,或。该指标旨在捕捉在不同重抽样匹配程序中所使用的不同控制单位的比例,并作为通过重抽样降低方差的潜在程度的启发式指示器。较高的利用率增加了为估计量贡献独立噪声实现的个数,从而降低方差。然而,只有在存在足够的重叠性以允许在不同子样本中使用不同控制单位时,这种收益才能实现。利用率提供了重抽样与方差降低之间的有用概念联系,为何时自助法在有限样本中改善匹配估计量提供了一种简单的解释。
为了分离和说明这一机制,我们构建了两个风格化的问题设置。在第一个中,处理分配在观测协变量上是确定性的,导致处理组和控制组之间几乎没有或没有重叠。尽管这在实践中是一种不现实的匹配使用方式,但该设置突出说明了不良的重叠性如何限制匹配质量并削弱重抽样的有效性。它类似于一种尖锐的阈值截断,类似于回归不连续设计(RDD),但不同之处在于它缺乏RDD中通常利用的局部识别结构。在第二个问题设置中,处理分配包含一个随机成分(称为噪声),这诱发了重叠性,使得处理单元和控制单元能够更广泛地混合。该设置捕捉了更现实的观测环境,并允许重抽样增加控制观测值的有效使用。
我们将这些设置与一系列系统性地改变重叠性和噪声的模拟实验相结合,并结合使用教育金融数据的实证应用。这种方法使我们能够从一个受控环境(在该环境中可以清晰地观察机制)过渡到真实数据(在该环境中可以评估其实际意义)。
我们的模拟结果表明,在处理组和控制组之间具有大量重叠性的环境中,自助方法往往能改善匹配估计量。在这种情况下,重抽样增加了利用率并降低了估计方差。相反,当处理分配几乎确定且重叠性有限时,重抽样几乎无法提供益处,甚至可能使表现变差,因为匹配质量仍然受到限制。
我们的研究结果从多个方面对文献做出了贡献。首先,与自助匹配文献(Abadie and Imbens, 2008, Otsu and Rai, 2017, Bodory et al., 2024)相比,我们超越了渐近有效性,提供了基于模拟的研究来解释何时自助法能改善精度。其次,我们将两个先前独立的考量(协变量重叠性和方差降低)连接成一个统一的双通道框架,用以解释观察到的实证模式。第三,我们向应用研究者提供了实用指导,表明重抽样的价值主要取决于数据结构,而不仅仅取决于算法选择。
我们的启发式框架和模拟研究的关键含义是,更密集的计算并不自动导致更好的因果估计。相反,重抽样的收益取决于数据是否提供了足够丰富且重叠的处理单元和控制单元之间的比较。当此类比较存在时,自助方法可以改善估计。当它们不存在时,更简单的匹配方法可能更可取。
本文其余部分安排如下。在第2节中,我们在数学上定义问题并提供一个启发式框架。基于该框架,我们在第3节中实施模拟,展示自助法能增强PSM估计量的情况以及我们应该跳过自助法的情况。为了展示我们发现的实用性,我们在第4节中使用来自DonorsChoose.org的真实数据来测试我们的分析。在这里,在一个简单的、实用的、可以使用匹配的场景中,自助法可以有效地用于提高相对于真实值的估计精度。我们在第5节中进行讨论和总结。
Vicky Zhu|Bingyue Su|Eric W. Chan