Potentialutfallens

Potentialutfallens refererar inom statistik till de möjliga resultaten som varje enhet kan få under olika behandlingstillstånd. Inom den kausala ramen, ofta kallad Rubin-kausala modellen, antas varje enhet ha två potentiella utfall: Y_i(0) om enheten inte får behandlingen och Y_i(1) om enheten får behandlingen. Det observerade utfallet är Y_i = Y_i(T_i), där T_i anger behandlingstillståndet. Den kausala effekten för enhet i definieras som τ_i = Y_i(1) − Y_i(0). Den genomsnittliga kausala effekten över populationen är ATE = E[τ_i] = E[Y_i(1) − Y_i(0)].

Identifiering av effekten från data kräver vissa antaganden. SUTVA (Stable Unit Treatment Value Assumption) innebär att behandlingens verkan hos en enhet inte påverkas av andra enheter och att behandlingen har en enhetlig version. Ignorabilitet eller konditional oberoende antagar att, givet kovariater X, behandlingen är oberoende av de potentiella utfallen. Positivitet kräver att varje enhet har en positiv sannolikhet att få båda behandlingstillstånd, givet X. Konsistens kopplar samman det observerade utfallet med rätt potentiellt utfall under den faktiska behandlingen.

Metoder för estimering inkluderar randomiserade experiment, som säkrar identifikation av ATE, samt observationsstudier som förlitar sig på kovariater, propensity score-metoder (matchning, viktning, regression), instrumental variables och regressionsdensitet vid gränserna (regression discontinuity). Begränsningar innefattar beroende av starka, ofta oförtestbara antaganden, ofullständiga data och risken för interferens mellan enheter.

Användningsområden sträcker sig över medicin, socialvetenskaper och ekonomi där man vill kvantifiera effekter av behandlingar, policyer eller andra exponeringar på utfall som hälsa, beteende eller ekonomiska resultat.