La estratificación principal es una técnica estadística utilizada en la inferencia causal al ajustar los resultados por covariables posteriores al tratamiento. La idea es identificar estratos subyacentes y luego calcular los efectos causales solo dentro de cada estrato. Es una generalización del efecto promedio local del tratamiento (LATE) en el sentido de que presenta aplicaciones más allá del cumplimiento de todo o nada. El método LATE, desarrollado independientemente por Imbens y Angrist (1994) [ 1 ] y Baker y Lindeman (1994) [ 2 ] , también incluyó la restricción de exclusión clave y los supuestos de monotonicidad para la identificabilidad. Para la historia de los primeros desarrollos, véase Baker, Kramer, Lindeman. [ 3 ]
Ejemplo
Un ejemplo de estratificación principal se da cuando hay abandono en un ensayo controlado aleatorizado. Con una covariable binaria posterior al tratamiento (por ejemplo, abandono) y un tratamiento binario (por ejemplo, "tratamiento" y "control"), existen cuatro estratos posibles en los que podrían estar los sujetos:
- aquellos que permanecen siempre en el estudio independientemente del tratamiento que se les haya asignado.
- aquellos que siempre abandonarían el estudio independientemente del tratamiento que se les asignara.
- aquellos que solo abandonan si son asignados al grupo de tratamiento
- aquellos que solo abandonan si son asignados al grupo de control.
Si el investigador conociera el estrato al que pertenece cada sujeto, podría comparar los resultados únicamente dentro del primer estrato y estimar un efecto causal válido para esa población. Sin embargo, el investigador desconoce esta información, por lo que se requieren supuestos en el modelo para utilizar este enfoque.
El uso del marco de estratificación principal también permite establecer límites para el efecto estimado (bajo diferentes supuestos de delimitación), lo cual es común en situaciones con deserción.
En la investigación evaluativa aplicada, los estratos principales se denominan comúnmente estratos "endógenos" o "subgrupos" e implican métodos de análisis especializados para examinar los efectos de las intervenciones o tratamientos en las ciencias médicas y sociales.
Véase también
Referencias
- ↑ Imbens, Guido W.; Angrist, Joshua D. (marzo de 1994). "Identificación y estimación de los efectos promedio locales del tratamiento" . Econometrica . 62 (2): 467. doi : 10.2307/2951620 . ISSN 0012-9682 .
- ↑ Baker, Stuart G.; Lindeman, Karen S. (1994-11-15). "El diseño de disponibilidad pareada: una propuesta para evaluar la analgesia epidural durante el parto" . Statistics in Medicine . 13 (21): 2269– 2278. doi : 10.1002/sim.4780132108 . ISSN 0277-6715 .
- ↑ Baker, Stuart G.; Kramer, Barnett S.; Lindeman, Karen S. (30 de octubre de 2018). "Corrección a "Variables instrumentales de clase latente: una perspectiva clínica y bioestadística"" . Estadísticas en Medicina . 38 (5): 901– 901. doi : 10.1002/sim.8035 . ISSN 0277-6715 .
- Frangakis, Constantine E.; Rubin, Donald B. (marzo de 2002). "Estratificación principal en la inferencia causal" . Biometrics . 58 ( 1): 21– 9. doi : 10.1111/j.0006-341X.2002.00021.x . PMC 4137767. PMID 11890317 . Preimpresión
- Zhang, Junni L.; Rubin, Donald B. (2003) "Estimación de efectos causales mediante estratificación principal cuando algunos resultados se truncan por la "muerte"", Journal of Educational and Behavioral Statistics , 28: 353–368 doi : 10.3102/10769986028004353
- Barnard, John; Frangakis, Constantine E.; Hill, Jennifer L .; Rubin, Donald B. (2003) "Enfoque de estratificación principal para experimentos aleatorios fallidos", Journal of the American Statistical Association , 98, 299–323 doi : 10.1198/016214503000071
- Roy, Jason; Hogan, Joseph W.; Marcus, Bess H. (2008) "Estratificación principal con predictores de cumplimiento para ensayos aleatorizados con 2 tratamientos activos", Biostatistics , 9 (2), 277–289. doi : 10.1093/biostatistics/kxm027
- Egleston, Brian L.; Cropsey, Karen L.; Lazev, Amy B.; Heckman, Carolyn J.; (2010) "Tutorial sobre análisis de sensibilidad basado en la estratificación principal: aplicación a estudios de cesación tabáquica", Clinical Trials , 7 (3), 286–298. doi : 10.1177/1740774510367811
- Peck, LR; (2013) "Sobre la estimación de impactos experimentales en subgrupos endógenos: Primera parte de una nota metodológica en tres partes", American Journal of Evaluation , 34 (2), 225–236. doi : 10.1177/1098214013481666
- Inferencia causal
- Métodos estadísticos
- Esbozos estadísticos