该论文提出了一种数值方法来近似有效影响函数, 并以两个例子的背景说明了该方法。
Aug, 2016
本研究开发了一个半参数框架,以获取关于所谓的边际自然直接和间接因果效应的推论,同时适当考虑曝露和中介变量的大量先前混淆因素,尤其是在中介分析方面提出了增量稳健的本地有效估计量和一种新的双重稳健灵敏度分析框架。
Oct, 2012
我们提出了一种新的校正方法 - 使用约束学习框架和 C-Learner 方法 - 来解决复杂干扰参数估计错误,并在多个数据集上进行实证分析,展示了其在因果估计中的高效性和性能优势。
May, 2024
在顺序实验中,通过使用自适应增广逆概率加权估计量和倾向得分截断技术,我们提出了一种有效的平均处理效应推断方法,能够在变动的样本规模下进行推断并具有较窄的置信区间。
Nov, 2023
本文介绍了一种基于测量协变量的局部因果推断框架,其中正式承认协变量测量是难以完美匹配真实混淆机制的,为在基于观测数据的因果推断中提供新的思路。作者提出了一套非参数近端推断的条件,建立了平均处理效应的半参数近端推断理论,以及多种相容性分析方案,并在模拟情境和实际数据集评估中予以展示。
Nov, 2020
本文将半参数回归分析广泛应用于特定情况下,包括广义线性混合模型、广义加性模型、地统计模型、小波非参数回归模型及其各种组合,通过贝叶斯层级模型或图形模型框架并采用在线均场变分方法,实现了快速更新回归拟合,以适应越来越普遍的实时流数据源的灵活实时分析。
Sep, 2012
本文综述了在潜在结果框架下,针对观察数据的因果推断方法。这些方法分为两类,包括传统的统计学方法和最新的机器学习方法,还介绍了这些方法在广告、推荐、医学等领域的应用以及常用的基准数据集和开源代码。
Feb, 2020
本文讨论了消除测量误差导致的系统偏差的多种代数和图形方法,并关注于控制参数化和非参数化模型中的部分可观测混杂因素,以及在此类模型中获得无偏效应估计的计算问题。
Mar, 2012
本文介绍了如何利用 efficient influence function 来构建基于统计 / 机器学习的 estimators,并讨论了这些 estimators 表现良好的前提条件。
Jul, 2021
本文介绍了一种半参数方法,它可以将短期和长期结果的试验与观察性测量组合起来以估计长期治疗效果,并分析了一个扶贫计划的长期影响的数据进行了仿真测试。