来源：期刊VIP网 时间：
作者：耿智琳;张丽丽;张耀峰;张志刚;
单位：湖北经济学院统计与数学学院;湖北经济学院湖北数据与分析中心;中南财经政法大学统计与数学学院;湖北经济学院新财经交叉学科研究院;
摘要：在使用观测数据进行因果推断时，混杂变量偏倚和协变量数据缺失会降低处理效应估计的准确性。针对此问题，文章提出了一种面向协变量缺失数据的模型平均调整因果效应估计方法。该方法首先使用插补方法对缺失数据进行插补；其次，应用模型平均调整方法，对多个倾向得分估计模型进行加权平均，综合各模型的优点；最后，通过双重调整机制提高倾向得分估计的可靠性和准确性。实验结果表明，相较于基于逻辑回归的逆概率加权方法，所提方法能有效降低混杂偏倚和协变量数据缺失的影响，提高ATE的估计精度，为处理协变量缺失数据的因果效应估计提供了新思路。
关键词：协变量缺失;;因果效应;;逆概率加权;;模型平均
基金资助：国家社会科学基金重点项目（23ATJ005）;国家社会科学基金资助项目（19BTJ030）;; 湖北省教育厅科学研究计划项目（D20222202）
