大量实验、少量重复、非配对数据与稀疏效应：因果推断可行吗？
机器学习
2026-01-22 v1 人工智能
机器学习
摘要
我们在以下非配对数据设置中研究存在隐藏混杂时的因果效应估计问题：我们在不同的实验条件（环境）下观测到一些协变量 和结果 ，但并未联合观测它们；我们要么观测到 ，要么观测到 。在适当的正则条件下，该问题可被表述为工具变量回归，其中环境充当（可能是高维的）工具变量。当环境数量很多但每个环境中的观测值很少时，标准的双样本 IV 估计量无法保持一致。我们提出了一种基于工具变量-协变量样本交叉折叠样本划分的 GMM 型估计量，并证明当环境数量增长而每个环境的样本量保持不变时，该估计量是一致的。我们进一步通过 正则化估计和选择后重拟合将该扩展至稀疏因果效应。
引用
@article{arxiv.2601.15254,
title = {Many Experiments, Few Repetitions, Unpaired Data, and Sparse Effects: Is Causal Inference Possible?},
author = {Felix Schur and Niklas Pfister and Peng Ding and Sach Mukherjee and Jonas Peters},
journal= {arXiv preprint arXiv:2601.15254},
year = {2026}
}