因果推理- IPTW与最近邻匹配

Question

我正在做一个准实验，并对获得ATT感兴趣。我有一个有260k个条目的数据，其中Ti =0和5k个条目，其中Ti = 1。我正在使用iptw技术计算ATT，其中我实现了很大的平衡，-on的治疗效果被视为-ve 450欧元，但并不显著。

权重计算：(如果处理= 1，权重=1否则倾向分数/(1-倾向分数))

然后，为了与其他方法进行比较，我使用了比率= 1的最近邻匹配，再次实现了平衡。我得到的治疗效果(在匹配中默认为ATT )为+ 750且显着。

这两种方法不应该产生类似的结果吗？在这种情况下，我应该使用哪种方法?为什么？

Answer 1

当你匹配的时候，有没有接受治疗的个体没有匹配？

在预期中，IPTW和匹配应该都给出相同的答案。一种可能的解释是，一些接受治疗的人没有很好的匹配，所以他们被丢弃了。当这种情况发生时，为其定义因果效应的人群会发生变化。这可能会导致不同方法的答案不同

Answer 2

这些方法中的每一种都需要进行不同的评估。

对于IPW，您需要检查您没有获得具有极低(或极高)倾向的样本。如果它们接近于0或1，那么您需要评估为什么会发生这种情况，并可能从数据中删除类似的样本。由于您的标签非常不平衡，这肯定会发生。

对于匹配，就像@pzivich所说的，你需要检查是否有样本没有匹配(类似于非常低的倾向)

最后，我喜欢检查保持数据的平衡，以检查没有过拟合。