May, 2024
混合治疗效果的合成潜在结果
Synthetic Potential Outcomes for Mixtures of Treatment Effects
Bijan Mazaheri, Chandler Squires, Caroline Uhler
TL;DR现代数据分析中常常依赖于使用大型数据集，其中包含多个不同的人群或数据源的综合。这些较小数据集之间的异质性构成了因果推断的两个主要挑战：（1）每个样本的来源可能会引入处理和效果之间的潜在混淆，（2）不同的人群对相同的处理可能会产生不同的反应，导致异质性处理效应。先前的研究只报告了类似个体之间的条件平均处理效应（CATE），而不能解决潜在异质性驱动下的潜在混合处理效应，我们称之为混合处理效应（MTEs）。基于混合模型的时刻方法的启发，我们提出了 “合成潜在结果”（SPOs）的新方法。我们的新方法既可以解决异质性问题，也可以保证 MTE 的可辨识性。这种技术绕过了完全恢复混合模型的要求，极大地简化了其可辨识性的要求。我们在合成数据上展示了 SPOs 的有效性。