Zastosowanie analizy wrażliwości do skorygowania obciążenia efektów oddziaływań oszacowanych za pomocą Propensity Score Matching

• Autorzy: Sabina Denkowska

Warianty tytułu

The Application of Sensitivity Analysis to Adjust Bias of Treatment Effects Estimated by Propensity Score Matching

• Języki publikacji: PL

Abstrakty

W badaniach obserwacyjnych nie możemy mieć pewności, że uwzględniliśmy wszystkie zmienne wpływające na proces selekcji do grupy poddanej oddziaływaniu oraz na zmienną wynikową, a taka nieuwzględniona w badaniu zmienna może powodować obciążenie szacowanego efektu oddziaływania. Rosenbaum [2005] zaleca, by standardowo badania oparte na dopasowywaniu jednostek, w tym również Propensity Score Matching, uzupełniać analizą wrażliwości na występowanie takiej nieobserwowanej zmiennej. W artykule zaproponowano zastosowanie ciekawej alternatywy dla metody analizy wrażliwości Rosenbauma [2002], metody analizy wrażliwości VanderWeele'a i Araha [2011], która pozwala na oszacowanie obciążenia spowodowanego przez taką nieuwzględnioną zmienną oraz na skorygowanie oszacowanego efektu oddziaływania. W artykule metoda VanderWeele i Araha została zastosowana do rezultatów badań nad efektem netto staży (oszacowanego za pomocą PSM), przeprowadzonych przez PUP w Tarnowie [Denkowska 2015](abstrakt oryginalny)

EN

In observational studies we cannot be sure that we have taken into account all variables influencing the selection process to the treatment group and the outcome variable. Such an unmeasured confounder may result in the bias of estimated treatment effect. Rosenbaum [2005] recommends to routinely complement studies based on matching, including Propensity Score Matching, with sensitivity analysis for such an unobserved potential confounder. The author of the paper proposes the application of the sensitivity analysis method developed by DenkowskaVanderWeele and Arah [2011], which is an interesting alternative to Rosenbaum's sensitivity analysis [2002], since it can be used to estimate the bias caused by an unobserved confounder and to adjust estimated treatment effect. The paper presents the application of VanderWeele and Arah's method to the results of the study of the net effect of internships (estimated with PSM) organised by District Employment Office in Tarnów [Denkowska 2015](original abstract)

Słowa kluczowe

PL

Analiza wrażliwości; Rynek pracy; Metoda Propensity Score Matching (PSM)

EN

Sensitivity analysis; Labour market; Propensity Score Matching

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2017
• Tom: 29
• Numer: nr 469 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 41--49

Twórcy

autor

Sabina Denkowska

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Abadie A., Imbens G.W., 2006, Large sample properties of matching estimators for average treatment effects, Econometrica, vol. 74(1), s. 235-267.
• Caliendo M., Kopeinig S., 2008, Some practical guidance for the implementation of propensity score matching, Journal of Economic Surveys, vol. 22(1), s. 31-72.
• Denkowska S., 2015, Wybrane metody oceny jakości dopasowania w Propensity Score Matching, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 384, Taksonomia 24, s. 60-74.
• Denkowska S., 2016, Zastosowanie analizy wrażliwości do oceny wpływu nieobserwowanej zmiennej w Propensity Score Matching, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 427, Taksonomia 27, s. 66-75.
• Gastwirth J., Krieger A., Rosenbaum P., 1998, Dual and simultaneous sensitivity analysis for matched pairs, Biometrika, vol. 85, s. 907-920.
• Keele L., 2010, An overview of rebounds: An R Package for Rosenbaum bounds sensitivity analysis with matched data, www.personal.psu.edu/ljk20/rbounds vignette.pdf (2.02.2016).
• Lin D.Y., Psaty B.M., Kronmal R.A., 1998, Assessing the sensitivity of regression results to unmeasured confounders in observational studies, Biometrics, 54, s. 948-963.
• Liu W., Kuramoto S.K., Stuart E.A., 2013, An introduction to sensitivity analysis for unobserved confounding in non-experimental prevention research, Prevention Science, vol. 14(6), s. 570-580.
• Pearl J., 2010, The foundations of causal inference, Sociological Methodology, vol. 40, s. 75-149.
• Rosenbaum P.R., 2002, Observational Studies, Springer, New York.
• Rosenbaum P.R., 2005, Observational Study, [w:] Everitt B.S., Howell D.C. (ed.), Encyclopedia of Statistics in Behavioral Science, vol. 3, John Wiley and Sons.
• Rosenbaum P.R., Rubin D.B., 1983, The central role of propensity score in observational studies for casual effects, Biometrika, vol. 70(1), s. 41-55.
• VanderWeele T.J., Arah O.A., 2011, Bias formulas for sensitivity analysis of unmeasured confounding for general outcomes, treatments, and confounders, Epidemiology, vol. 22(1), s. 42-52.

Identyfikatory

DOI

10.15611/pn.2017.469.04