Utilizar argumentos contrafactuais é desnecessário e potencialmente perigoso.
Utilizar argumentos contrafactuais é relevante, mas é importante entender o que essa query significa e quais suas limitações.
$$ {(Y_t(u), Y_c(u)), u \in \mathcal{U}} $$
são iid, cada par com distribuição normal bivariada com média $(\theta_t, \theta_c)$, variância comum $\phi_Y$ e correlação $\rho$.
$$ Y_i(u) = \theta_i + \beta(u) + \gamma_i(u) $$
$$ \tau(u_0) = Y_t(u_0) - Y_c(u_0) = \tau + \lambda(u_0), $$
com
$$ \lambda(u_0) = \gamma_t(u_0) - \gamma_c(u_0) $$
$$ \tau = \theta_t - \theta_c, $$
usando $\hat{\theta_i} = \overline{Y}_i$.
Relabel $u$: $u_{i1}, u_{i2}, \dots, u_{in_i}$
$$ X_{ij} = Y_i(u_{ij}) = \theta_i + \varepsilon_{ij}, $$
em que
$$ \varepsilon_{ij} = \beta(u_{ij}) + \gamma_i(u_{ij}) $$
É possível estimar $\tau$ da mesma forma: $\hat{\tau} = \overline{X}_t - \overline{X}_c$.
$$ V[\tau(u_0)] = 2(1 - \rho)\phi_Y, $$
$\rho$ é um parâmetro metafísico!
Como estimar a média de $\tau^{*}(u_0) = Y_t(u_0) / Y_c(u_0)$?
$$ \lambda = E[Y_t(u_0) - Y_c(u_0) | y_0] = y_0 - \theta_c - \rho(y_0 - \theta_t) $$
Então
$$ \rho_{ct|K} = \frac{\rho\phi_Y - \phi_K}{\phi_Y - \phi_K} = 1 - (1-\rho)\frac{\psi_0}{\psi_K} \leq \rho $$
Assim, por exemplo
$$ V[\tau(u_0)|Y_t(u_0) = y, K(u_0) = k] = (1-\rho^2_{ct|K})\psi_K $$
$$ V[\tau(u_0)|Y_t(u_0) = y, K(u_0) = k] \leq V[\tau(u_0)|Y_t(u_0) = y] $$
Assumindo que $\rho_{ct|K} \geq 0$,
$$ 1-\frac{\psi_K}{\psi_0} \leq \rho \leq 1 $$
$$ Q_I = P(Y_t = 1) - P(Y_c = 1) $$
$$ Q_{II} = P(Y_c=0|T=1, Y=1) $$
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.