允许性规范下的因果分解分析估计策略
材料科学
2026-02-10 v1 应用物理
摘要
因果分解分析（CDA）是一种用于建模假设性干预以减少差异的 метод。它对于识别未来干预（包括多层次和多模态干预）的聚焦点具有用途。在潜在结果框架内，CDA在满足识别假设时具有因果解释性。CDA还允许分析师考虑哪些协变量是可允许的（即公平的），以便于定义结果中的差异以及干预点，其解释也具有意义。虽然将因果推断和可允许性纳入不仅促进了差异研究中的鲁棒性、透明度和对话，但也可能导致估计挑战，例如需要正确建模密度。此外，CDA与常用统计分解估计器（如经济计量学文献中常见的）之间的差异可能并不清晰，这可能限制了其采纳。为解决这些挑战，我们提供了CDA估计策略的概览，回顾了现有方案并介绍了克服关键估计挑战的新估计器。其中，我们提出的称为"桥接"估计器可避免对任何密度进行建模，以及基于局部化矩阵的序列加权回归估计器具有多重鲁棒性。此外，我们提供诊断工具以评估其依赖的噪声密度模型和加权函数的质量。我们正式建立了估计器对模型误指定的鲁棒性，通过基于真实数据的模拟研究演示其性能，并应用于研究 uncontrolled hypertension 中的差异。
引用
@article{arxiv.2602.07826,
title = {Influence of Elastic Oscillations on Nucleation in Metals},
author = {A. S. Nuradinov and O. V. Chistyakov and K. A. Sirenko and I. A. Nuradinov and D. O. Derecha},
journal= {arXiv preprint arXiv:2602.07826},
year = {2026}
}