More Related Content
Similar to Rubinの論文(の行間)を読んでみる-傾向スコアの理論-
Similar to Rubinの論文(の行間)を読んでみる-傾向スコアの理論- (9)
More from Koichiro Gibo (7)
Rubinの論文(の行間)を読んでみる-傾向スコアの理論-
- 3. Introduction
• 1983年の論文を意訳していきます
• 重要な「large sampleで傾向スコアがなぜ機能
するか」の証明まで。
• 証明は元論文ではわかりにくいので、前述した2
015年出版の書籍での証明をさらに噛み砕くこ
とを狙う(一部?のところはあるが..)
• 条件付き期待値のもろもろの定理を駆使して証
明していくので、以下のURLなどを参照。
• http://math.arizona.edu/~tgk/464_07/cond_exp.pdf
• 実践的な話はナシです。
- 4. Notation
• i: ユニットの番号
• r: アウトカム
• z: 割り付けの指標。z={1,0}
• r1i: 1の割り付けをされたユニットiの周辺アウト
カム→後述
• xi: ユニットiの観察された共変量(ベクトル)
- 5. Causal Inference
• ある割り付けをされたとき(e.g. treatment V.S
. control)に、その割り付けによる効果について
の推定をしたい
• その効果を因果効果(causal effect)とよぶ。
• 効果の推定を以下の式で表すときに
• これをAverage treatment effect(ATE) と呼ぶ
E(r1)−E(r0)
- 12. Rubin’s potential outcome
z=1 z=0
E[ r1 ] E[ r1 | z=1 ] E[ r1 | z=0 ]
E[ r0 ] E[ r0 | z=1 ] E[ r0 | z=0 ]
この周辺和の差がATE
現実では欠測している(反事実)
現実はこの両者しか直接推定で
きない(因果推論の根本問題)
- 14. Strongly ignorable treatment assignment
z=1 z=0
E[ r1 ] E[ r1 | z=1 ]
E[ r0 ] E[ r0 | z=0 ]
(観測された)共変量 x
(r1 ,r0)⊥z∣x
目標はこれを利用することだが
、xはベクトルなので使いづらい。
よってxを簡易にしたものを探
すことにする
- 15. Strongly ignorable treatment assignment
• 観測された共変量xで条件づけると、アウトカム
と割り付けの確率は独立になる=RCTのように
比較ができるという、仮定
• かなり強い仮定のように思えるが、この仮定が
傾向スコア解析の肝
• この仮定が本当に成り立っているかは、非常に
重要なのだが直接確かめる方法は存在しないた
め、間接的な確認を行う。
- 18. 定理
• これからいくつかの定理を証明する。示したい
ことは
• 1. 傾向スコアはバランシングスコアである
• 2. 全てのバランシングスコアに適当な関数をと
れば、傾向スコアと等しくなる(最も”粗い”もの
が傾向スコア)
• 3. もし、共変量xのもとでstorngly ignorableで
あれば、バランシングスコアで条件付けてもそ
うである
- 19. Theorem 1
• を証明できれば、z ⊥x∣e(x)
Pr(z=1∣x ,e(x))=E(z∣x ,e(x))
=E(z∣x)
=e(x)
Pr(z=1∣e(x))=E(z∣e(x))
=E[E(z∣x ,e(x))∣e(x)]
=E[e(x)∣e(x)]
=e(x)
Pr(z=1∣x ,e(x))=Pr(z=1∣e(x))⇔ z⊥x∣e(x)∴
∵
Definition of Conditional Independence
E[ A∣B , g (B)]=E[A∣B]∵
E[E(A∣B ,C)∣B]=E[A∣B]∵
E[g (A)∣A]=g (A)
e(x)⊆b(x)
- 21. Theorem 3
• 目標は
• 同様に、b(x)をe(x)としても成り立つ。
E[E(A∣B ,C)∣B]=E[A∣B]
Strongly ignorable treatment assignment
Definition of balancing score
Tower property of conditional expectation
(r1 ,r0)⊥ z∣b(x)
Pr(z=1∣r1 ,r0 ,b(x))=E[z∣r1 ,r0 ,b(x)]
=E[E(z∣r1 , r0 , x ,b(x))∣r1 ,r0 ,b(x)]
=E[E(z∣x ,b(x))∣r1 ,r0 ,b(x)]
=E[E(z∣b(x))∣r1 ,r0 ,b(x)]
=E(z∣b(x))
=Pr(z=1∣b(x))
- 22. z=1 z=0
E[ r1 ] E[ r1 | z=1 ]
E[ r0 ] E[ r0 | z=0 ]
バランシングスコアb(x)
E[r1
| z=1,
b(x)]
E[r0
| z=0,
b(x)]