因果推断统一理论：通过 Bregman-Riesz 回归实现直接去偏机器学习
机器学习
2025-10-31 v1 机器学习
计量经济学
统计理论
统计方法学
统计理论
摘要
本文引入了统一的因果推断理论，将 Riesz 回归、协变量平衡、密度比估计（DRE）、定向最大似然估计（TMLE）以及匹配估计量纳入平均处理效应（ATE）估计中。在 ATE 估计中，平衡权重和结果的回归函数具有重要作用，其中平衡权重被称为 Riesz 表示子、偏差校正项和巧妙的协变量。Riesz 回归、协变量平衡、DRE 和匹配估计是估计平衡权重的方法，其中 Riesz 回归在 ATE 背景下本质上等价于 DRE，匹配估计是 DRE 的特例，DRE 与协变量平衡在对偶关系中。TMLE 是一种用于构建回归函数估计量的方法，使得主要偏差项为零。最近邻匹配等价于最小二乘密度比估计和 Riesz 回归。
引用
@article{arxiv.2510.26783,
title = {A Unified Theory for Causal Inference: Direct Debiased Machine Learning via Bregman-Riesz Regression},
author = {Masahiro Kato},
journal= {arXiv preprint arXiv:2510.26783},
year = {2025}
}