IncomeSCM：从表格数据集到时序模拟器与因果估计基准
机器学习
2024-10-29 v3 统计方法学
摘要
评估观察因果效应的估计器需要稀缺信息：来自感兴趣人群的无偏干预和结果，通常通过随机化或调整实现。因此，人们常常依赖模拟器来创建基准任务。虽然模拟器提供了很大的控制力，但往往过于简单，难以制造具有挑战性的任务，因为它们要么是手工设计的，缺乏真实数据的细微差别，要么是拟合观察数据而无结构约束。本文提出了一种通用、可重复的策略，将观察数据转化为序列结构因果模型和具有挑战性的估计任务，遵循两个简单原则：1）尽可能拟合真实数据，2）通过组合简单的手工机制来创建复杂性。我们在高度可配置的软件包中实现了这些想法，并将其应用于著名的成人收入数据集，以构建 IncomeSCM 模拟器。从中，我们构思了多个估计任务并抽样数据集，以比较已建立的因果效应估计器。这些任务具有适当的挑战性，尽管在事实结果的建模中表现相似，但不同方法的效应估计质量差异很大，凸显了对专用因果估计器和模型选择标准的必要性。
引用
@article{arxiv.2405.16069,
title = {IncomeSCM: From tabular data set to time-series simulator and causal estimation benchmark},
author = {Fredrik D. Johansson},
journal= {arXiv preprint arXiv:2405.16069},
year = {2024}
}