La diferencia entre el efecto del tratamiento promedio y marginal

Question

He estado leyendo algunos papeles, y estoy claro sobre las definiciones específicas de Efecto medio del Tratamiento (ATE), y el Efecto Marginal del Tratamiento (MTE). ¿Son lo mismo?

De acuerdo con Austin...

Condicional efecto es el efecto promedio, en el nivel de las materias, de movimiento, un tema de tratamiento a tratar. El coeficiente de regresión para un tratamiento de asignación de variable de indicador de un modelo de regresión multivariable es una estimación de un condicional o ajustados de efecto. En contraste, un efecto marginal es el efecto promedio, a nivel de la población, de mover a toda una población no tratada a los tratados [10]. Lineal de los efectos del tratamiento (las diferencias en los valores medios y diferencias en las proporciones) plegable: el condicionales y marginales de los efectos del tratamiento se hará coincidir. Sin embargo, cuando los resultados no son binarios o tiempo para el evento en la naturaleza, el odds ratio y el riesgo relativo no son plegables [11]. Rosenbaum ha señalado que la puntuación de propensión métodos permiten estimar marginal, en lugar de condicional, efectos [12]. Hay una escasez de investigación sobre el comportamiento de diferentes puntaje de propensión de métodos para estimar la marginal de los efectos del tratamiento.

Pero en otro Austin papel, dice

Para cada sujeto, el efecto del tratamiento se define como el $Y_i(1)- Y_i(0)$. El efecto medio del tratamiento (ATE) se define como el $E[Y_i(1)- Y_i(0)]$. (Imbens, 2004). El ATE es el efecto promedio, a nivel de la población, de mover a toda una población no tratada a tratar.

Así que la pregunta que tengo es...¿Cuál es la diferencia entre el efecto medio del tratamiento y el efecto marginal del tratamiento?

Así, ¿cómo puedo clasificar mi estimand? Tengo un puntaje de propensión ponderado (IPTW) modelo de Cox. Mi única covariable es el tratamiento del indicador. Si el resultante hazard ratio ser considerado como el ATE o el MTE?

Edit: para agregar A la confusión, Guo, en su libro score de propensión análisis de las reclamaciones que el efecto marginal del tratamiento es

...caso especial de que el efecto del tratamiento para la gente, al margen de la indiferencia (EDM). En algunos la política y la práctica de las situaciones, es importante distinguir entre los marginales y promedio de los retornos. Por ejemplo, el promedio de los estudiantes que van a la universidad puede hacer mejor (es decir, tienen grados más altos) que los marginales estudiante, que es indiferente que ir a la escuela o no.

Siento que esto debe ser tomado con un grano de sal, ya que esto está dirigido a las ciencias sociales (donde creo marginal tiene una definición diferente), pero pensé que me gustaría incluir aquí para mostrar por qué estoy confundido.

Answer 1

Como parte de la información que proporcionan los estados, los dos no son la misma. Me gusta más la terminología de los condicionales (covariables) e incondicional (marginal) de las estimaciones. Hay una muy sutil problema de lenguaje que las nubes el problema en gran medida. Los analistas, que tienden a amar "promedio de la población de los efectos" tiene una peligrosa tendencia a tratar de estimar dichos efectos a partir de una muestra sin hacer referencia alguna a la distribución de la población de sujetos de características. En este sentido, las estimaciones no debe ser llamado estimaciones de la media de la población, sino que por el contrario debe ser llamado de la muestra el promedio de las estimaciones. Es muy importante tener en cuenta que la media muestral de las estimaciones tienen una baja probabilidad de ser transportable a la población de la que la muestra de vino o de hecho a cualquier población. Una razón para esto es algo arbitrario de los criterios de selección para el modo en que los sujetos de entrar en los estudios.

Como un ejemplo, si uno compara el tratamiento de Una y tratamiento B en binario modelo logístico ajustado por sexo, se obtiene un efecto de tratamiento específico para hombres y mujeres. Si la variable sexo, se omite de la modelo, una muestra promedio de la razón de odds de efecto para el tratamiento. Esto en efecto es una comparación de algunos de los hombres en tratamiento con algunas de las hembras en el tratamiento B, debido a la no-colapso de la odds ratio. Si uno tenía una población con diferentes hembra:macho de frecuencia, este efecto medio del tratamiento viniendo de un marginal odds ratio para el tratamiento, ya no se aplican.

Así que si uno quiere una cantidad que corresponde a cada uno de los sujetos, lleno acondicionado en las covariables se requiere. Y estas estimaciones condicionales son las que transporte a las poblaciones, no de la llamada "media de la población", calcula.

Otra manera de pensar: pensar en un ideal de estudio para comparar el tratamiento de la ausencia de tratamiento. Este sería un multi-período de estudio aleatorizado, cruzado,. A continuación, piensa en la próxima mejor estudio: un estudio aleatorizado sobre los gemelos donde uno de los gemelos en cada par es seleccionado al azar para recibir tratamiento con Una y la otra es seleccionado para recibir tratamiento B. Ambos de estos ideales estudios son imitados por completo acondicionado, es decir, completa covariable de ajuste para obtener la condicional y no los efectos marginales de las más habituales, de grupos paralelos ensayo controlado aleatorio.