Imbens and Rubin (2015)関連Pythonスクリプト例
Imbens & Rubin (2015)に関わるPythonスクリプト例を用意してみた。
Imbens & Rubin (2015)は、rank statisticによる検定はattractiveであると評価している。
Rank testをランダマイゼーションで行うスクリプト例を用意した。
Imbens & Rubin (2015)のTable 5.9に掲載されている結果では、
Kolmogorov-Smirnov statisticによる検定は、共変量をもちる場合を除くと最も検定力がありそうである。
Kolmogorov-Smirnov検定をランダマイゼーションで行うスクリプト例を用意した。
The Model-Based Approach to Completely Randomized Experiments
第８章の「8.5 Simulation methods in the model-based approach」におけるシミュレーションを行うPythonスクリプトを作成した。
このシミュレーションでは、事後分布が解析的に与えられている。
事後分布を、MCMCサンプリングで与えるStanスクリプトも試みてみた。
Pairwise Randomized Experiments
第10章の「10.7 Model-based analysis of pairwise randomized experiments」におけるベイズ分析のStanスクリプトを書いてみた。
Imbens & Rubin (2015)では、実験群と統制群の間の平均値の差を見るとき、それぞれの群における共変量の分布のバランスをとるために傾向スコア（propensity score）を用いる方法が説明されている。しかし、2群の共変量の分布に重なりがないときは、傾向スコアは０または１の値となり、傾向スコアによるバランスをとることはできない。直接、重回帰モデルを適用すると平均値の差の分析が行える場合があることを示した。
なお、Pythonプログラミングの解説を岡本（2019）で行っている。
引用文献
Imbens, G. W., & Rubin, D. B. (2015), Causal Inference for Statistics, Social, and Biomedical Sciences: An introduction. Cambridge University Press.