0

我正在做一个准实验,并且有兴趣获得 ATT。我有一个数据有 260k 条目,其中 Ti = 0 和 5k 条目,其中 Ti = 1。我正在使用 iptw 技术计算 ATT,我取得了很好的平衡,治疗效果 -on 被视为 -ve 450 欧元,但并不显着。

权重计算:(如果治疗= 1,权重= 1,否则倾向得分/(1-倾向得分)

然后,为了与其他方法进行比较,我使用比率 = 1 的最近邻匹配,再次达到平衡。我得到的治疗效果(匹配时默认为 ATT)为 +very 750 且显着。

两种方法不应该产生相似的结果吗?在这种情况下我应该采用哪种方法,为什么?

4

2 回答 2

0

当你匹配时,是否有没有匹配的治疗个体?

可以预期,IPTW 和匹配都应该给出相同的答案。一种可能的解释是,一些接受治疗的个体没有紧密匹配,所以他们被丢弃了。发生这种情况时,定义了因果效应的人群会发生变化。这可能导致方法之间的答案不同

于 2019-05-27T18:11:28.127 回答
0

这些方法中的每一种都需要进行不同的评估。

对于 IPW,您需要检查您没有获得具有极低(或极高)倾向的样本。如果它们接近 0 或 1,那么您需要评估发生这种情况的原因,并可能从数据中删除类似的样本。由于您的标签非常不平衡,这肯定会发生。

对于匹配,就像@pzivich 所说,您需要检查是否有未匹配的样本(类似于非常低的倾向)

最后,我喜欢检查保留数据的平衡,以检查是否存在过度拟合。

于 2020-08-17T14:32:14.643 回答