facebookresearch/balance

解决的问题

balance 旨在减轻数据样本中的偏差——例如来自调查或观察性研究的样本——这些样本未能准确反映目标人群。当存在抽样偏差或非响应偏差时，就难以从样本数据中推断出总体特征。

工作原理

该包实现了一个工作流程，用于拟合和评估样本中每个单元的权重。这些权重表示特定受访者代表目标人群中多少人，从而有效“平衡”样本，使其与目标人群的辅助信息（协变量）分布相匹配。

关键调整方法包括：

• 逆概率加权（IPW），使用 L1（LASSO）正则化。
• 协变量平衡倾向得分（CBPS）。
• 事后分层（Post-stratification）。
• 重加权（Raking）。

它还提供了使用逆概率加权均值（$\mu\hat{}{IPW}$）或结果模型估计值（$\mu\hat{}{OM}$）来估计总体结果的工具，以及一种双重稳健（AIPW）估计器。

适用人群

适用于需要平衡有偏差样本以生成准确总体估计的研究人员、调查方法学家、人口统计学家、UX 研究人员、市场研究人员，以及数据科学家或机器学习工程师。

特色亮点

• 多种调整方法：支持 IPW、CBPS、重加权和重加权事后分层。
• 全面的诊断工具：包含条形图、密度图、QQ 图和“Love 图”以可视化调整前后协变量的平衡情况。
• 统计摘要：提供绝对标准化均值差（ASMD）和 Kish 的设计效应，用于评估权重质量。
• 与 diff-diff 集成：提供轻量级适配器，可使用 balance 生成的权重进行差异中的差异分析。
• 结果估计：支持 IPW 和结果模型估计器，用于稳健性检验。