处理异质性的半监督推断
统计方法学
2025-09-08 v1
摘要
在因果推断中，衡量处理异质性至关重要，因为它提供了关于治疗如何影响结果的科学见解，并指导个性化决策。在本工作中，我们研究半监督环境，即标注数据集伴随大量未标注数据集，并为两种处理异质性度量开发半监督估计方法：总处理异质性（TTH）和简化工作模型下的解释处理异质性（ETH）。我们为两种量提出了半监督估计方法，并展示其相对于监督方法的改进鲁棒性和效率。对于 ETH 估计，我们指出直接的半监督方法可能导致效率损失相对于监督方法。为此，我们引入一种重新加权策略，为标注和未标注样本分配数据依赖的权重，以优化效率。该方法保证渐近方差不大于监督方法的方差，确保其安全使用。我们通过模拟研究和基于艾滌病病毒临床试验的真实数据应用评估了所提估计方法的性能。
引用
@article{arxiv.2509.05048,
title = {Semi-supervised inference for treatment heterogeneity},
author = {Yilizhati Anniwaer and Yuqian Zhang},
journal= {arXiv preprint arXiv:2509.05048},
year = {2025}
}