心理学中的治疗效应异质性估计：综述与因果森林教程

灵活的机器学习工具越来越多地用于估计治疗效应的异质性。这篇文章提供了一个易于访问的教程，演示了因果森林算法的使用，后者可在 R 软件包 grf 中获得。我们先简要介绍了治疗效应估计方法的非技术概述，侧重于观察性研究中的估计；相同技术也可用于实验研究。我们 then discuss the logic of estimating heterogeneous effects using the extension of the random forest algorithm implemented in grf。最后，我们通过在美国陆军士兵部署阿富汗前可用信息对其对高战斗压力韧性差异的程度进行二次分析来说明因果森林。我们演示了用于模型选择和评估的简单且可解释的练习，包括 targeting operator characteristics curves、Qini 曲线、曲线下面积汇总以及最佳线性投影。replication script with simulated data 可在 https://github.com/grf-labs/grf/tree/master/experiments/ijmpr 获取。