Nature计算科学综述:经由准实验,从观察数据中推测因果关系(6)
2023-05-20 来源:飞速影视
工具变量分析要求的另一个关键假设是单调性或无关假设:当受到工具变量的影响时,研究人员的数据样本中没有患者接受了反向治疗[29]。在上面的例子中,如果一些州违背了国家的政策,阻止年龄较晚的个人进入学校,这将产生与其他州相反的效果。此外,成功的工具变量必须与干预密切相关,因为弱相关的工具变量缺乏精确度,无法产生实际上有用的估计。必须确保这些假设得到满足,违反任何这些假设都可能威胁到结论的可信度。
例如,虽然天气是工具变量分析中常用的工具变量[29, 30]——因为天气的变化似乎是随机的——但它可能并不总是合适,这取决于具体的因果问题。对一位行为科学家而言,他希望研究锻炼对心理健康的影响,并计划利用气温作为衡量个人锻炼量的工具变量。虽然这很直观(温度使得个人锻炼的数量可以随机出现),但实际上温度可能与锻炼只有微弱的相关性(例如,人们倾向于在室内锻炼,所以室外温度不是很重要);或者更令人担忧的是,这可能违反了无关假设(温度也可能经由锻炼之外影响心理健康,例如通过季节性情绪失调)。在这种情况下,虽然天气似乎是一个很好的工具变量,仔细考虑便会发现该设计是有缺陷的。
只要我们找到一个合适的工具,使这些假设看似合理,工具变量分析可以广泛用于许多学科,以利用可观测的随机性来源估计非实验数据的因果效应(表1)。
表1. 准实验的现有研究和机会
4. 准实验策略之断点回归
利用自然发生的随机性来估计因果关系的另一种方法是断点回归(Regression discontinuity designs)[32]。在断点回归中,干预变量X是某一连续变量R的跳跃点,其中R可能是年龄、考试或血压读数。因为跳跃点并非渐变(例如,如果年龄在50岁或以上,患者得到癌症筛查,抑或是没有得到),x 值是准随机的,可允许对干预 x 对结果 y 的因果影响进行估计(图3a)。
本站仅为学习交流之用,所有视频和图片均来自互联网收集而来,版权归原创者所有,本网站只提供web页面服务,并不提供资源存储,也不参与录制、上传
若本站收录的节目无意侵犯了贵司版权,请发邮件(我们会在3个工作日内删除侵权内容,谢谢。)
www.fs94.org-飞速影视 粤ICP备74369512号