众多相关处理的收缩回归方法
计量经济学
2025-07-03 v1 统计方法学
机器学习
摘要
在使用观察因果模型时，实践者常希望消除许多相关且部分重叠处理的效应。例如，包括估计不同营销触点、排序不同类型产品或注册不同服务的处理效应。常用的方法会估计单独的处理系数，这些方法对于实际决策过于噪声。我们提出了一种计算负担较轻的模型，利用定制化的岭回归在异质模型和同质模型之间进行移动：它显著降低了每个子处理效应的均方误差(MSE)，同时允许我们轻松重建聚合处理效应。我们在理论和仿真中展示了该估计器的属性，并说明它如何在Wayfair实现了面向目标的决策。
引用
@article{arxiv.2507.01202,
title = {Shrinkage-Based Regressions with Many Related Treatments},
author = {Enes Dilber and Colin Gray},
journal= {arXiv preprint arXiv:2507.01202},
year = {2025}
}