中文

极端处理效应:将剂量-响应函数外推至极端处理域

统计方法学 2025-07-21 v2

摘要

潜在结果框架是量化因果效应的基本工具。在处理连续处理变量(暴露量)时,平均剂量-响应函数(也称为效应曲线),记为 μ(t)\mu(t),通常是关注的焦点。本工作的重点是确定极端处理水平(可能超出观测值范围)的影响,即估计非常大 tt 时的 μ(t)\mu(t)。我们的方法基于统计学中被称为极值理论的领域。我们概述了极端处理效应可识别性的关键假设。此外,我们提出了一种新颖且一致的估计程序,有可能将混杂因子的维度降至最多3。这是一个重要的结果,因为通常由于高维混杂因子,估计 μ(t)\mu(t) 非常具有挑战性。在实际应用中,当评估药物过量、极端河流流量或极高温等场景对感兴趣变量的影响时,我们的框架证明是有价值的。

关键词

引用

@article{arxiv.2403.11003,
  title  = {Extreme Treatment Effect: Extrapolating Dose-Response Function Into Extreme Treatment Domain},
  author = {Juraj Bodik},
  journal= {arXiv preprint arXiv:2403.11003},
  year   = {2025}
}