应用研究者如何使用因果森林：一种方法学综述
计量经济学
2024-12-24 v2
摘要
本方法学综述审查了应用研究者在133篇同行评议论文中对因果森林方法的使用情况。它显示，新兴的最佳实践高度依赖由因果森林原始作者创建的工具和方法，如其grf软件包以及他们在示例中提供的做法。一般而言，研究者在相对低维数据集上使用因果森林，依赖观察到的控制变量或在某些情况下使用实验来识别效应。随后存在几种常见的报告方式——通过绘制单个水平治疗效应估计值的单变量分布、显示变量重要性结果、以及绘制在关键协变量上（出于理论原因或因为其高变量重要性）的治疗效应分布。一些偏离这一常见实践的做法值得进一步发展和使用。其他做法则是不必要的，甚至有害的。本文 concludes by reflecting on the emerging best practice for causal forest use and paths for future research.（注：部分英文表述保留以符合学术严谨性）
引用
@article{arxiv.2404.13356,
title = {How do applied researchers use the Causal Forest? A methodological review of a method},
author = {Patrick Rehill},
journal= {arXiv preprint arXiv:2404.13356},
year = {2024}
}
备注
38 pages, 3 figures