💡
concept
可识别性假设
**1. 可忽略性(Ignorability / No Unmeasured Confounding)**: $$(Y(0), Y(1)) \perp X | Z$$ 给定协变量 $Z$ 后,干预分配与潜在结果独立。在随机对照试验(RCT)中,如果随机化正确,这个条件自动满足。 **2. 正性(Positivity / Overlap)**: $$0 < P(X=1|Z=z) < 1, \quad...
📖 定义
1. 可忽略性(Ignorability / No Unmeasured Confounding):
$$(Y(0), Y(1)) \perp X | Z$$
给定协变量 $Z$ 后,干预分配与潜在结果独立。在随机对照试验(RCT)中,如果随机化正确,这个条件自动满足。
2. 正性(Positivity / Overlap):
$$0 < P(X=1|Z=z) < 1, \quad \forall z$$
对于任何协变量组合,两种干预都有非零概率被分配到。如果某些 $Z$ 下只接受一种干预,则无法比较。
3. 稳定性(SUTVA, Stable Unit Treatment Value Assumption):
- 无干扰性:一个个体的潜在结果不受其他个体干预的影响
- 一致性:对于每个个体,实际接受干预 $x$ 时的结果 $Y = Y(x)$