Nov, 2023
基于条件随机化的高精度因果模型评估
High Precision Causal Model Evaluation with Conditional Randomization
Chao Ma, Cheng Zhang
TL;DR我们引入了一种新的低方差评估因果误差的估计方法，称为 pairs estimator。通过将同样的 IPW 估计器应用于模型和真实实验效果，我们的估计器有效地消除了由于 IPW 引起的方差，并实现了较小的渐近方差。经验证明，我们的估计器的性能得到了改进，几乎能达到 RCT 的性能水平。我们的方法提供了一种简单而强大的解决方案，用于在条件随机化设置中评估因果推断模型，无需对 IPW 估计器本身进行复杂修改，为更健壮可靠的模型评估铺平了道路。