傾向評分加權平均治療效果的置信區間？
我正在嘗試使用傾向得分加權（特別是 IPTW）從觀察數據中估計平均治療效果。我認為我正確計算了 ATE，但我不知道如何在考慮逆傾向得分權重的同時計算 ATE 的置信區間。
這是我用來計算平均治療效果的方程式（參考 Stat Med. Sep 10, 2010; 29(20): 2137–2148.）：
在哪裡科目總數，治療狀態，結果狀態，以及傾向得分。 有誰知道一個 R 包可以計算平均治療效果的置信區間，同時考慮到權重？
survey包裹可以在這裡提供幫助嗎？我想知道這是否可行：library(survey) sampsvy=svydesign(id=~1,weights=~iptw,data=df) svyby(~surgery=='lump',~treatment,design=sampsvy,svyciprop,vartype='ci',method='beta') #which produces this result: treatment surgery == "lump" ci_l ci_u No 0.1644043 0.1480568 0.1817876 Yes 0.2433215 0.2262039 0.2610724我不知道從哪裡可以找到比例差異的置信區間（即平均治療效果）。
您不需要
survey包裹或任何復雜的東西。Wooldridge（2010 年，第 920 頁起）“橫截面和麵板數據的計量經濟學分析”有一個簡單的程序，您可以從中獲得標準誤差以構建置信區間。假設您已正確指定傾向得分，我們將其表示為，將傾向得分估計的得分（即您的第一個 logit 或 probit 回歸）定義為
然後讓
正如你在上面的表達中所說的那樣。然後取這兩個表達式的樣本類似物並回歸在. 確保在此回歸中包含截距。讓是該回歸的殘差，然後是漸近方差簡直就是. 所以你的 ATE 的漸近標準誤差是
然後，您可以以通常的方式計算置信區間（例如，請參見此處對答案的註釋以獲取代碼示例）。您無需再次調整逆傾向得分權重的置信區間，因為此步驟已包含在標準誤的計算中。
不幸的是，我不是 R 人，所以我無法為您提供具體的代碼，但上面概述的過程應該可以直接遵循。作為旁注，這也是
treatrewStata 中命令的工作方式。該命令由Cerulli (2014)在 Stata Journal 中編寫和介紹。如果您無法訪問該文章，您可以查看他的幻燈片，其中還概述了從逆傾向得分加權計算標準誤差的過程。在那裡，他還討論了通過 logit 或 probit 估計傾向得分之間的一些細微概念差異，但為了這個答案，它並不太重要，所以我省略了這部分。