Flow IV：利用工具变量在不可分结果模型中进行反事实推断
机器学习
2026-03-31 v2 机器学习
摘要
为了达到人类水平的智能，学习算法需要融入因果推理。但识别因果关系，尤其是反事实推理，仍然难以捉摸。在本文中，我们通过利用工具变量在不可分结果模型中的反事实推断方面取得了进展。IV是在估计因果效应时用于减轻未观测混杂因素偏差的经典工具。虽然在不同假设下用于效应估计的IV方法已被扩展到不可分结果模型，但现有的用于反事实预测的IV方法通常假设一维结果和加性噪声。在本文中，我们证明了在标准IV假设以及结果函数可逆且具有三角结构的假设下，处理-结果关系可从观测数据中识别。我们进一步提出了一种利用归一化流学习结果函数的方法。该结果函数估计器随后可用于执行反事实推断。我们将该方法称为Flow IV。
引用
@article{arxiv.2508.01321,
title = {Flow IV: Counterfactual Inference In Nonseparable Outcome Models Using Instrumental Variables},
author = {Marc Braun and Jose M. Peña and Adel Daoud},
journal= {arXiv preprint arXiv:2508.01321},
year = {2026}
}