双重稳健学习在因果推断中的应用教程

Hlynur Davíð Hlynsson

双重稳健学习在因果推断中的应用教程

机器学习 2024-07-09 v2 机器学习统计理论统计方法学统计理论

作者: Hlynur Davíð Hlynsson

摘要

双重稳健学习通过整合倾向得分和结果建模，为从观测数据中进行因果推断提供了一个稳健的框架。尽管其在理论上具有吸引力，但由于感知上的复杂性和软件的可获取性不足，实际应用仍然有限。本教程旨在阐明双重稳健方法，并演示如何使用EconML包进行应用。我们介绍了因果推断的基本概念，讨论了结果建模和倾向得分的原理，并通过模拟案例研究说明了双重稳健方法。通过简化方法论并提供实用的编码示例，我们旨在使数据科学和统计学领域的研究人员和从业者能够掌握双重稳健学习。

关键词

双重稳健学习因果推断倾向得分结果建模观测数据 EconML 教程

引用

@article{arxiv.2406.00853,
  title  = {A Tutorial on Doubly Robust Learning for Causal Inference},
  author = {Hlynur Davíð Hlynsson},
  journal= {arXiv preprint arXiv:2406.00853},
  year   = {2024}
}

备注

This paper is being withdrawn due to significant revisions and updates required based on new findings and internal review

双重稳健学习在因果推断中的应用教程

摘要

关键词

引用

备注

相关论文