エントロピー・バランシングは二重にロバストである

要約 共変量バランスは、観察研究から因果効果を推定する方法のための従来の重要な診断基準です。最近、共変量バランスを推定に直接組み込むことへの関心が高まっています。本研究では、異なる実験群の共変量モーメントを最適化問題で正確に一致させるエントロピー・バランシング（EB）という最近提案されたエントロピー最大化手法を検討します。EBが線形のアウトカム回帰およびロジスティック傾向スコア回帰に関して二重にロバストであり、両方の回帰が正しく指定されると漸近的半パラメトリック分散境界に達することを示します。これは、EBの元の提案において結果や治療割り当てをモデル化しようとする試みがなかったため、我々にとって驚きです。我々の理論的結果とシミュレーションは、EBが最大尤度で傾向スコアを推定する従来の重み付け推定量に対する非常に魅力的な代替手段であることを示唆しています。