数学教育效应：基于治疗次数的条件平均处理效应
统计方法学
2024-11-05 v1 机器学习
计量经济学
机器学习
摘要
本研究考察了Kogakuin大学学术支持中心的教育效应。初步评估后表明，群体偏差导致了对该中心真实影响的低估。为解决这一问题，作者应用了因果推断理论。通过使用T-learner，评估了该中心面对面(F2F)个人辅导项目的条件平均处理效应(CATE)。在扩展T-learner的基础上，作者生成了一个依赖于治疗次数(F2F会话次数)的新CATE函数，并利用该估计函数预测F2F辅导的CATE表现。
引用
@article{arxiv.2411.01498,
title = {Educational Effects in Mathematics: Conditional Average Treatment Effect depending on the Number of Treatments},
author = {Tomoko Nagai and Takayuki Okuda and Tomoya Nakamura and Yuichiro Sato and Yusuke Sato and Kensaku Kinjo and Kengo Kawamura and Shin Kikuta and Naoto Kumano-go},
journal= {arXiv preprint arXiv:2411.01498},
year = {2024}
}
备注
12 pages, 7 figures