2006年9月

IZA DP No. 2347: Moving the Goalposts: Addressing Limited Overlap in Estimation of Average Treatment Effects by Changing the Estimand . IZA DP No. 2347: Moving the Goalposts: Addressing Limited Overlap in Estimation of Average Treatment Effects by Changing the Estimand

简体版发表于《平均治疗效果估计中的有限重叠处理》,刊于:生物计量学杂志,2009,96 (1),187-199

在无混杂性或外生处理分配下的平均处理效果的估计常常因协变量分布中缺乏重叠而受到阻碍。这种缺乏重叠可能导致不精确的估计,并可能使常用的估计器对规格的选择敏感。在这种情况下,研究人员经常使用非正式的方法来削减样本。在本文中,我们开发了一种系统的方法来解决这种缺乏重叠的问题。我们描述了平均处理效果最精确估计的最优子样本,以及最优加权平均处理效果。在某些条件下,最优选择规则只取决于倾向分数。对于范围广泛的分布,简单的选择规则提供了一个与最优规则很好的近似,以删除所有估计倾向分数超出范围[0.1,0.9]的单位。