tidysynth中post_mspe与pre_mspe计算方法咨询

核心计算逻辑 #

tidysynth中的MSPE（均方预测误差）本质是处理组真实观测值与合成控制组预测值的残差平方的平均值，具体划分：

• pre_mspe：干预前（i_time之前的所有时间点），处理组真实值与合成值的残差平方的均值
• post_mspe：干预后（i_time及之后的所有时间点），处理组真实值与合成值的残差平方的均值

你手动计算结果不符，大概率是忽略了数据提取、时间范围划分或安慰剂组干扰这些细节，以下是验证复现步骤：

复现与验证步骤 #

1. 提取处理组与合成组的时间序列数据 #

首先用grab()获取核心对比数据，避免手动计算合成值的误差：

# 提取原始处理组与合成组的时间序列
synth_ts <- synth_data %>% grab(type = "original")

该数据框包含unit（处理组为"lyndhurst, nj"，合成组为"lyndhurst, nj_synthetic"）、week、pass_rate三列。

2. 划分干预时段并计算残差平方 #

# 定义干预时间点
intervention_date <- as.Date("2024-10-06")

# 分离处理组真实值与合成组预测值
treated_real <- synth_ts %>% 
  filter(unit == "lyndhurst, nj") %>% 
  select(week, pass_rate) %>% 
  rename(treated = pass_rate)

synthetic_pred <- synth_ts %>% 
  filter(unit == "lyndhurst, nj_synthetic") %>% 
  select(week, pass_rate) %>% 
  rename(synthetic = pass_rate)

# 合并数据并计算残差平方
mspe_data <- treated_real %>%
  left_join(synthetic_pred, by = "week") %>%
  mutate(residual_sq = (treated - synthetic)^2) %>%
  mutate(period = ifelse(week < intervention_date, "pre", "post"))

3. 手动计算MSPE并与工具输出对比 #

# 手动计算MSPE
manual_mspe <- mspe_data %>%
  group_by(period) %>%
  summarise(mspe = mean(residual_sq, na.rm = TRUE))

# 提取tidysynth输出的MSPE（仅保留处理组）
tool_mspe <- synth_data %>% 
  grab_significance() %>%
  filter(unit == "lyndhurst, nj") %>%
  select(unit, pre_mspe, post_mspe)

此时对比manual_mspe与tool_mspe的结果，应当完全一致。

常见偏差原因 #

• 混淆了处理组与安慰剂组：generate_placebos = TRUE会生成所有安慰剂组的MSPE，需通过filter(unit == "lyndhurst, nj")筛选目标处理组结果
• 时间范围错误：post_mspe包含i_time当天及之后所有时间点，不能仅计算部分时段
• 缺失值忽略：tidysynth计算时自动忽略缺失值（na.rm = TRUE），手动计算需同步设置该参数

内容的提问来源于stack exchange，提问作者Nick Knauer