高维处理的异质因果效应估计：联合分析中的应用

异质处理效应估计是一个活跃的研究领域。然而，现有大多数方法侧重于在给定一组预处理协变量下估计单一二元处理的条件平均处理效应。在本文中，我们提出一种估计高维处理异质因果效应的方法，这在估计和解释方面带来了独特挑战。所提出的方法寻找最大异质子群，并使用贝叶斯正则化逻辑回归混合来识别表现出相似处理效应模式的单元组。通过直接用协变量对组成员身份建模，所提出的方法论允许探索与不同处理效应模式相关的单元特征。我们的动机应用是联合分析，它是社会科学和营销研究中一种流行的调查实验类型，基于高维因子设计。我们将所提出的方法应用于联合数据，其中调查受访者被要求从两个具有随机选定属性的移民档案中选择一个。我们发现，一组具有相对较高程度偏见的受访者似乎歧视来自伊拉克等非欧洲国家的移民。用于实现所提出方法论的开源软件包可供使用。