基于降维的条件平均处理效应的稳健推断
统计方法学
2020-09-01 v1
摘要
从观测数据中稳健地推断条件平均处理效应十分重要，但当混杂因子为多变量或高维时，这一任务变得具有挑战性。本文提出一种双重降维方法，在尽可能缓解维数灾难的同时保留非参数优势。我们利用降维识别条件平均处理效应的中心均值子空间。还采用带有先验降维的非参数回归来填补反事实结果。该步骤有助于提高填补的稳定性，并得到优于现有方法的估计量。随后，我们提出一种有效的自助法程序，在不对估计的中心均值子空间进行重抽样的情况下实现有效推断。
引用
@article{arxiv.2008.13137,
title = {Robust inference of conditional average treatment effects using dimension reduction},
author = {Ming-Yueh Huang and Shu Yang},
journal= {arXiv preprint arXiv:2008.13137},
year = {2020}
}