可忽略性假设下“条件平均处理效应”(CATE)与“个体处理效应”(ITE)的区分
统计方法学
2021-08-12 v1 机器学习
机器学习
摘要
近年来，聚焦于估计“个体处理效应”的方法大量涌现。这些方法通常致力于在可忽略性假设下估计异质处理效应。本文希望引起注意：在此类可忽略性假设下，这些效应未必具有“个体”意义，而分离个体效应可能需要额外假设。这类个体效应多数情况下更确切地应描述为“条件平均处理效应”，二者混淆可能阻碍个性化与个体化效应估计的进展。
引用
@article{arxiv.2108.04939,
title = {On the Distinction Between "Conditional Average Treatment Effects" (CATE) and "Individual Treatment Effects" (ITE) Under Ignorability Assumptions},
author = {Brian G. Vegetabile},
journal= {arXiv preprint arXiv:2108.04939},
year = {2021}
}
备注
6 pages, 3 figures; Presented at 2021 ICML Workshop, "The Neglected Assumptions in Causal Inference", July 2021