因果推论新思维反事实分析架构.ppt

TheCounterfactualFramework反事實分析架構的想像可看成是一種thoughtexperiment。要想像的是同一個個體或群體在不同的狀態下，會有什麼可能的結果（potentialoutcomes）。這些可能結果間的差異，即為不同狀態（因）的效果。Counterfactualsshouldbereasonable!TheCounterfactualFramework有什麼狀態不適合看成為causes的嗎？有什麼樣的結果不適合想像counterfactual情況的嗎？Q：什麼是unreasonable的counterfactuals呢？TheCounterfactualFramework個人層次的真正因果效應：δi=Yi1─Yi0TheFundamentalProblemofCausalInference：無法觀察同一個人同時在實驗組及控制組。加上一些假定，如SUTVA，則可推估群層次的因果效應。TheCounterfactualFrameworkSUTVA：TheStableUnitTreatmentValueAssumption–aprioriassumptionthatthevalueofYforunituwhenexposedtotreatmenttwillbethesamenomatterwhatmechanismisusedtoassigntreatmentttounituandnomatterwhattreatmentstheotherunitsreceive.TheCounterfactualFramework實驗設計是假設我們能夠將觀察到的替代無法觀察到的。如隨機分派到實驗組與控制組的個體的特性相同，則我們可以假定：如果實驗組的個人沒有接受treatment的話，其結果與控制組觀察到的相同；如果控制組的個人接受treatment的話，其結果與實驗組觀察到的相同。TheCounterfactualFramework當使用調查方法得到資料時，即observationaldata，個人為何會接受或不接受treatment，往往不是一個隨機的現象。Observationaldata通常有兩個問題：接受treatment者與不接受者有baselinedifferences，以及heterogeneityoftreatmenteffect.可能有些影響接受treatment與否的變項，並未觀察到，亦即omittedvariables的問題。TheCounterfactualFrameworkGroupPotentialOutcomesY1Y0Treatmentgroup(D=1)ObservableE[Y1|D=1]CounterfactualE[Y0|D=1]Controlgroup(D=0)CounterfactualE[Y1|D=0]ObservableE[Y0|D=0]TheCounterfactualFramework以反事實架構的觀點來看，母群體層次的真正因果效應（ATE；AverageTreatmentEffect）為：E[δ]=E[Y1–Y0]=E[Y1]–E[Y0]={πE[Y1|D=1]+(1–π)E[Y1|D=0]}– {πE[Y0|D=1]+(1–π)E[Y0|D=0]}=π{E[Y1|D=1]–E[Y0|D=1]}+(1–π){E[Y1|D=0]–E[Y0|D=0]}=πE[δ|D=1]+(1–π)E[δ|D=0]TheCounterfactualFrameworkπ：母群體中接受treatment的比例不同組的因果效應：ATT（AverageTreatmentEffectontheTreated）: E[Y1|D=1]–E[Y0|D=1]，即E[δ|D=1]ATU（AverageTreatmentEffectontheUnt