更改

跳到导航 跳到搜索
删除3字节 、 2021年5月31日 (一) 11:13
无编辑摘要
第14行: 第14行:       −
”处理效应”一词是指某一特定处理或干预(例如,给予某种药物)对有关结果变量(例如,病人的健康)的因果影响。在因果关系的 Neyman-Rubin“潜在结果框架”中,处理效应被定义为个体单位的两个“潜在结果”,如果该个体单位给与处理,就会显现一种结果; 如果该个体单位不给予处理,就会显现出另一个结果。“处理效果”是这两种潜在结果之间的差异。然而,这种个体水平的处理效果是不可观察的,因为个体单位只能接受处理或不接受处理,但不能同时接受两者。随机分配给处理确保分配给处理的单位和分配给控制的单位是相同的(经过大量的迭代实验)。事实上,两组中的单位在协变量和潜在结果上的分布是相同的。因此,处理单位之间的平均结果是控制单位的平均结果的反事实。这两个平均值之间的差异是平均处理效应 ,这是不可观测到的个体层面的处理效果的中心趋势的估计。如果样本是从总体中随机构成的,那么样本平均处理效应 (Sampel Average Treatment Effect 缩写为SATE)也是总体平均处理效应 (Population Average Treatment Effect 缩写为 PATE)的估计值。
+
”处理效应”一词是指某一特定处理或干预(例如,给予某种药物)对有关结果变量(例如,病人的健康)的因果影响。在因果关系的 Neyman-Rubin“潜在结果框架”中,处理效应被定义为个体单位的两个“潜在结果”,如果该个体单位给与处理,就会显现一种结果; 如果该个体单位不给予处理,就会显现出另一个结果。“处理效果”是这两种潜在结果之间的差异。然而,这种个体水平的处理效果是不可观察的,因为个体单位只能接受处理或不接受处理,但不能同时接受两者。随机分配给处理确保分配给处理的单位和分配给控制的单位是相同的(经过大量的迭代实验)。事实上,两组中的单位在协变量和潜在结果上的分布是相同的。因此,处理单位之间的平均结果是控制单位的平均结果的反事实。这两个平均值之间的差异是平均处理效应 ,这是不可观测到的个体层面的处理效果的中心趋势的估计。如果样本是从总体中随机构成,那么样本平均处理效应 (Sampel Average Treatment Effect 缩写为SATE)也是总体平均处理效应 (Population Average Treatment Effect 缩写为 PATE)的估计值。
     
252

个编辑

导航菜单