ABSTRACT:Many social experiments are run in multiple waves, making it possible to adapt the sampling design in later stages to allow for more efficient estimation of causal effects. We consider the design of a two-stage experiment for estimating an average treatment effect, when covariate information is available for experimental subjects. Treatment assignment probabilities can be chosen in the second stage based on data from the first stage. This amounts to choosing the ``propensity score,'' the conditional probability of treatment given covariates. We propose to select the propensity score in a way that minimizes the asymptotic variance bound for estimating the average treatment effect, show how to implement this numerically using standard statistical software, and derive large-sample properties of our resulting estimator. We also extend our results to setting with noncompliance. In this case, the goal is to estimate a local average treatment effect, and we show how to construct an adaptive procedure for estimating the LATE.

ABSTRACT:報道機関では選挙に関連する調査として，主に選挙情勢世論調査（情勢調査）と出口調査を実施している．情勢調査は，その選挙の情勢を把握し，報道するために投票日一週間前の週末に行われる．調査では「誰に（どの政党に）投票するか」を質問し，候補者や政党の名前が挙がった割合をもとに予想得票率を算出して，各候補者の当落予測や政党の議席数予測を行っている．この調査結果には，標本誤差だけでなく，投票する候補者をまだ決めていない回答者がいることによる誤差や，投票しようとしている候補者を答えているにもかかわらず投票に行かない回答者が含まれることによる誤差など，さまざまな要因からのノイズが含まれており，選挙予測ではこのようなノイズや情勢調査特有の偏りをいかに補正するかが重要である． 出口調査は，当落判定や投票行動の分析記事のための参考データ収集を目的に行われている．この調査は投票終了時刻の直前まで実施しており，時間的な順序関係から事前の予測には直接使うことができない．しかし，情勢調査の結果より開票結果に近い数字となっていることから，情勢調査と出口調査で共通な調査項目を媒介にして情勢調査の結果を出口調査の結果に近づけることができれば，情勢調査結果を修正して開票結果を予測する方法が考えられる．Taylor(2000)は，Rosenbaum and Rubin(1983)が提案した傾向スコアを応用し，インターネット上でパネルを対象に調査した結果を電話調査の結果に近づける手法を使うことによって2000年の米国大統領選挙結果を予測し，傾向スコアの調査データ補正への応用可能性を示した． 本報告では，傾向スコアを用いて情勢調査の結果を出口調査の結果に近づけることによる選挙予測について説明し，実際の選挙調査データにあてはめた応用例とその結果を示す．

ABSTRACT:傾向スコアは医学や経済学における準実験データでの因果解析法として近年非常に頻繁に利用されているが、 Strong Ignorabilityの仮定、すなわち「結果変数と割り当て変数が共変量を所与として独立」という強い 仮定に依存している。本講演では、割り当てが共変量だけでなく結果変数にも依存している場合に 、結果変数の周辺分布の母数推定を行う方法の開発と、その漸近的性質を示す。
To estimate the average treatment effects without specification of the regression model of potential outcomes on covariates, the propensity score adjustment was proposed by Rosenbaum and Rubin (1983), and has been applied to a large number of studies in different areas. However, the strong ignorability assumption, which is necessary for the existing propensity score adjustment or weighted estimating equation approach to yield consistent estimators, is often claimed to be difficult to confirm. We propose a estimator of parameter vectors of the marginal distributions of potential outcomes, and propose a Monte Carlo EM-type algorithm without specification of the regression model of the potential outcomes on the covariates.

ABSTRACT:標準化は年齢調整死亡率や疫学研究でよく用いられる、層別解析により交絡要因を調整した曝露効果の推定方法である。イベント発生割合の差であるリスク差、比であるリスク比の標準化した推定値は因果効果を表すことはよくしられている。交絡要因が多数存在する場合には、層別解析では不具合が生じるため、回帰モデルにより交絡を調整した曝露効果の指標が用いられる。回帰モデルによる曝露効果の推定は、交絡要因で条件つけた場合の曝露効果であり、モデルフォームを正しく特定する必要がある。一般に疫学研究では真のモデルフォームを特定することは困難であることから、曝露を受ける確率である傾向スコアをモデル化し、交絡要因を調整する方法が提案されている。そのひとつが、傾向スコアの逆数で重みつけた周辺構造モデルである。 本講演では、回帰モデル、周辺構造モデルによる曝露効果の推定を標準化という観点から統一的に解説し、適切な標準集団の選択について議論する。