處理效應(yīng)評估的統(tǒng)計方法.pdf

1、本文考慮處理效應(yīng)評估的統(tǒng)計方法.在經(jīng)濟(jì)學(xué)、生物學(xué)和醫(yī)藥學(xué)等許多社會科學(xué)中，人們經(jīng)常關(guān)心處理效應(yīng)的評估問題.這個問題最初來源于評價一種新藥有沒有療效，而后人們把它擴(kuò)展到很多領(lǐng)域，并得到了廣泛的應(yīng)用.例如，勞動力市場項目實施的效果評估;大學(xué)學(xué)歷的取得對日后工作收入產(chǎn)生的影響研究等等.人們評估處理效應(yīng)的最直接的方法是比較處理組與對照組的平均輸出.然而，這種方法通常會導(dǎo)致處理效應(yīng)估計產(chǎn)生選擇性偏差.在隨機(jī)化試驗中，處理變量的隨機(jī)化分配能夠克服這

2、種偏差.然而，隨機(jī)化實驗經(jīng)常面臨著實施困難、耗時長和花費(fèi)高等問題.因此，在大多數(shù)情況下，這樣的試驗是不實用的.大多數(shù)研究者試圖利用更便宜的且在現(xiàn)實里已經(jīng)觀測到的資源來克服隨機(jī)化實驗面臨的上述問題.希望尋找自然的實驗或擬試驗去模擬隨機(jī)化實驗，所使用的方法是僅改變感興趣的變量而保持其他的因素不變.這種擬隨機(jī)化分配就是在文中所說的無混雜分配.在觀測研究中，這種無混雜分配能夠克服選擇性偏差.并且在這個假設(shè)下，回歸、匹配和傾向得分等方法都可以用于

3、評估處理效應(yīng).
　　本文中，考慮的是當(dāng)存在誤分類的情況下評估處理效應(yīng)的相關(guān)問題.在實際問題中，處理變量可能會發(fā)生誤測或誤報，一些個體被記錄已經(jīng)接到處理，而實際上并未接到處理;或者一些個體被記錄沒有接到處理，但實際上已經(jīng)接到處理.這種處理變量產(chǎn)生測量誤差的情況被研究者們稱之為誤分類.在“大學(xué)學(xué)歷的取得對日后工作收入產(chǎn)生的影響研究”這個例子中，“獲得大學(xué)學(xué)歷或者未獲得大學(xué)學(xué)歷”這個處理變量可能會有誤分類發(fā)生.在實際調(diào)查過程中，“是否獲

4、得大學(xué)學(xué)歷”可能會發(fā)生誤報或說謊等情況.如果在做估計的過程中忽略這樣的誤分類問題，那么所得到的處理效應(yīng)估計就會產(chǎn)生偏差.所以，在評估處理效應(yīng)時，考慮誤分類是很有意義的.
　　使用工具變量來解決誤分類所產(chǎn)生的偏差問題，要求工具變量要條件獨(dú)立于處理效應(yīng).在“大學(xué)學(xué)歷的取得對日后工作收入產(chǎn)生的影響研究”的例子中，可以選擇“離最近的大學(xué)的距離”作為“獲得大學(xué)學(xué)歷或者未獲得大學(xué)學(xué)歷”這個處理變量的工具變量.當(dāng)然，這種選擇不是唯一的，也可以選

5、用其他變量作為“獲得大學(xué)學(xué)歷或者未獲得大學(xué)學(xué)歷”這個處理變量的工具變量.在存在誤分類的情況下，利用工具變量，可以估計真實的處理效應(yīng).
　　選擇使用比效應(yīng)去評估處理效應(yīng).這是因為在某些情況下，相對效應(yīng)（也叫比效應(yīng)）比差效應(yīng)（也叫絕對效應(yīng)）更適合去評估處理效應(yīng)，而且相對效應(yīng)能夠評估差效應(yīng)所不能評估的效應(yīng).在本文中，給出了當(dāng)存在誤分類時，真實相對平均處理效應(yīng)與誤測的相對平均處理效應(yīng)之間存在非線性單調(diào)增加的函數(shù)關(guān)系.并證明了忽略誤分類會導(dǎo)