因果分析
用观察数据估计处理、项目或政策的效应。我会附上数据文件(CSV、XLSX 或 SPSS)并说明什么影响什么。请画出因果图确定需要控制的变量,选择适合数据的设计(双重稳健调整、双重差分、断点回归或工具变量)并检查其前提,给出带置信区间的效应估计以及未测混杂需要多强才能推翻结论,并提供报告和估计与均衡表。
因果分析: 正在分析数据
请告诉我们数据文件和想了解的效应(什么对什么)。我们用因果图确定需要控制的变量,用适合数据的方法估计效应,提供包含前提检查和敏感性分析的因果分析报告和结果表。
适合这些人
- 无法做实验、需要用观察数据说明处理效应的研究者
- 需要用政策或制度实施前后数据评估效果的社会科学、教育和卫生研究者
- 需要向审稿人解释如何控制混杂的研究生
- 需要在没有实验的情况下估计功能上线效果的产品研究员
你将得到
你会得到两项结果:报告包含假设、估计和解释,结果表包含所有数值。
- 因果分析报告 效应估计及其假设 · 一览、因果问题与因果图·调整集、识别策略与假设、分析数据、前提检查(重叠·均衡·前趋势·密度·第一阶段 F)、效应估计(主要方法·比较方法)、敏感性分析(E-value·安慰剂检查·其他设定)、解释与局限、需要你决定的事项 · MD(可用PDF·PNG转换智能体生成用于分享的PDF)
- 估计与均衡表 报告中的所有数值 · 工作表:Estimates · Adjustment set · Causal graph · Balance · Overlap · Event study · Group-time ATT · Sensitivity · Exclusions · XLSX
报告中可以确认的内容
先呈现假设,再呈现结果。计算代码以代码框形式保留在每个步骤中。
- 因果图 箭头及其依据,需要调整和不能调整的变量(中介、受处理影响的变量)
- 识别策略 按数据结构选择的设计及其假设(通俗说明)
- 前提检查 倾向得分重叠与协变量均衡(加权·匹配前后 SMD)、前趋势检验、断点处聚集、第一阶段 F
- 估计与敏感性 主要方法与比较方法的估计和置信区间、E-value、安慰剂处理·安慰剂结果·其他设定
这样提出请求
用附件中的数据估计{处理或暴露}对{结果}的效应,并考虑{需要控制的变量(可选)}。 — 把下划线部分改成你的研究内容后发送。
- 处理·结果:直接写列名最准确。留空时选择最合理的并注明为假设。
- 需要控制的变量:留空时用处理前测得的变量起草因果图,处理后的变量不纳入控制。
最好一并提供
- 各变量的测量时间 区分处理前后,避免错误地控制处理后变量
- 处理是如何分配的(分配规则·实施时间) 用于选择识别策略(断点 → 断点回归,实施时间不同 → 双重差分)
- 你自己画的因果图 以它为起点确定调整集
也可以这样请求
- 估计参加课后辅导项目对数学成绩的效应。 → 因果图、双重稳健·加权·匹配估计比较、均衡表、E-value
- 部分地区在 2022 年实施了政策,用年度数据看看效果。 → 双重差分与事件研究图、前趋势检查,实施时间不同时用交错实施估计
- 用 80 分分数线附近的学生估计奖学金的效应。 → 断点回归、带宽敏感性、断点处聚集检查(Expert 及以上)
我的指示
只需选择需要的项目进行设置,未设置的项目按默认值进行。 报告首页会列出本次应用的指示和所作的假设。
- 估计量 (设计) 要估计的效应 · 例如: ATE · ATT(处理组效应) · 默认: 根据问题判断,否则 ATE
- 识别策略 (设计) 设计线索: 面板时间、断点、工具变量 · 例如: 部分地区 2022 年开始政策 · 奖学金分数线 80 · 以到诊所距离为工具变量 · 默认: 按数据结构依规则选择(原因写入报告)
- 调整变量 (设计) 需要控制的变量 · 例如: 按我的因果图 · 全部处理前变量 · 默认: 因果图草案 → 处理或结果的已测原因,不含处理后变量
- 聚类标准误 (检查) 标准误的聚类单位 · 例如: 按学校 · 按地区 · 默认: 面板单位,否则不聚类
- 敏感性分析 (检查) 未测混杂检查 · 例如: 仅 E-value · 增加安慰剂结果(pre_score) · 默认: Pro 起 E-value,Expert 起安慰剂处理、安慰剂结果和其他设定
- 缺失与排除 (检查) 缺失编码与排除个案 · 例如: 999 表示缺失 · 排除试点学校 · 默认: 分析变量的完整个案
- 报告语言 (报告方式) 撰写语言 · 例如: 用英语撰写 · 默认: 请求的语言
工作方式
先确定假设,再看结果。模型提出因果图的箭头,调整集、识别策略、估计和检查由代码按规则完成。报告的形式是"若假设成立,效应为……"。
- 数据检查 做什么: 处理、结果、协变量、时间与单位结构 · 可以设置: — · 需要确认: 处理与结果的定义
- 因果问题与因果图 做什么: 处理、结果、估计量、因果图草案、按析取原因准则确定调整集(不含处理后变量) · 可以设置: 估计量、调整变量 · 需要确认: 因果图的箭头
- 识别策略 做什么: 按数据结构选择方法: 混杂调整(双重稳健)/ 双重差分 / 断点回归(Expert 起)/ 工具变量 · 可以设置: 识别策略 · 需要确认: 能否接受这些假设
- 分析数据 做什么: 排除标准、完整个案、处理编码 · 可以设置: 缺失与排除 · 需要确认: 排除标准
- 前提检查 做什么: 倾向得分重叠与均衡、前趋势、断点处聚集、第一阶段 F · 可以设置: — · 需要确认: 未通过的假设
- 效应估计 做什么: 主要方法 + 比较方法、置信区间、图 · 可以设置: 聚类标准误
- 敏感性分析 做什么: E-value、安慰剂处理·安慰剂结果·其他设定·带宽·安慰剂断点 · 可以设置: 敏感性分析 · 需要确认: 结论的稳健程度
- 撰写报告 做什么: 按 假设 → 检查 → 估计 → 敏感性 的顺序整理 · 可以设置: 报告语言 · 需要确认: 需要你决定的事项
不同级别的区别
核对
用已知真实效应的模拟数据核对: 含混杂和中介的横截面数据(真值 2 → 双重稳健 2.00)、交错实施面板(真值 3 → 2.90)、断点回归(真值 2 → 1.90)、工具变量(真值 1.5 → 1.61,未调整回归为 2.63)。真实数据方面,在 LaLonde 职业培训数据上匹配 ATT 为 2,019,与 R MatchIt 的 1,998 接近(实验基准 1,794)。
关于此方法
- 为什么先画因果图 在观察数据中"能控制的都控制"反而可能出错: 控制由处理引起的变量或两个变量的共同结果,会产生原本没有的偏差。因果图决定哪些该控制、哪些不能控制,并让研究者的假设可供他人检验。
- 结果能称为"因果"吗 观察数据的因果估计总是依赖假设。本智能体不隐藏假设,能检验的就检验,对无法检验的假设(未测混杂)用 E-value 说明结论有多稳健。
常见问题
- 研究者需要自己判断哪些部分?
- 请务必核对因果图的箭头,结果取决于它。想修改箭头时请在聊天中告诉我们。
- 随机实验数据可以吗?
- 可以。但随机分配时组间比较(Inferential Statistics)就足够了,我们会引导你使用它。
- 会分析中介效应吗?
- 本版本不包含。中介变量不纳入控制,估计的是总效应。