基于深度学习的异质处理效应估计
统计方法学
2018-10-26 v1
摘要
估计异质处理效应是因果推断中的一项重要任务，具有广泛的应用领域。近年来它也吸引了机器学习界越来越多的关注。在这项工作中，我们重新诠释了异质处理效应估计，并提出了从神经网络借力的途径。我们分析了将神经网络整合进异质处理效应估计的优势与缺陷，并阐明了在设计特定网络时需要考量的方面。我们在我们的指导原则下提出了一个特定的网络。在模拟中，我们表明当数据结构复杂时我们的网络表现更优，而在其他方法可被证明最优的情形下则打成平手。
引用
@article{arxiv.1810.11010,
title = {Heterogeneous Treatment Effect Estimation through Deep Learning},
author = {Ran Chen and Hanzhong Liu},
journal= {arXiv preprint arXiv:1810.11010},
year = {2018}
}