利用随机分配来填补因果研究中的缺失协变量
摘要：随机实验中的基线协变量通常用于估计治疗效应，例如，在估计基于协变量定义的子群体内的治疗效应时。然而，在实践中，某些数据对象的协变量值可能丢失。为了处理丢失值，分析员可以使用插补方法创建完整的数据集，然后从中估计治疗效应。常见的插补方法包括均值插补、回归单一插补和多重插补。对于这些方法，我们研究了在插补程序中利用随机化治疗分配的好处，即利用真实的协变量分布在治疗组之间是相同的这一事实。我们通过模拟研究比较了在尊重或忽略随机化时推断的质量。我们考虑了仅使用协变量实施的插补程序和使用结果变量实施的插补程序。无论哪种情况，对随机化的考虑在我们的模拟场景中仅提供了一些准确性上的小收益。我们的结果还揭示了在寻求估计异质治疗效应时，在随机实验中插补丢失协变量时这些不同程序的性能。
作者：Gauri Kamat and Jerome P. Reiter
论文ID：1908.01333
分类：Methodology
分类简称：stat.ME
提交时间：2023-08-29