圆形数据的因果推断
统计方法学
2025-07-30 v2 应用统计
摘要
在因果推断中，一个基本任务是估计特定处理的效应，通常通过逆概率加权来实现。尽管该任务受到广泛关注，但大多数文献仅关注线性数据而不关注以角度为度量的圆形数据。本文将因果推断框架扩展至圆形数据。具体而言，引入两种新型处理效应：平均方向处理效应（ADTE）和平均长度处理效应（ALTE），以为这些数据提供恰当的因果解释。由于平均方向和平均长度分别描述了圆形数据的样本位置和集中度，ADTE 和 ALTE 测量两个反事实结果之间方向和长度的变化。结合逆概率加权，我们提出的估计量具有理想的理论性质，并通过模拟研究进行了验证。为说明该估计方法的实际应用价值，我们分析了不同工作类型对调度员睡眠模式的影响，使用来自联邦铁路管理局的数据。
引用
@article{arxiv.2507.19889,
title = {Causal Inference for Circular Data},
author = {Kuan-Hsun Wu},
journal= {arXiv preprint arXiv:2507.19889},
year = {2025}
}