广义结果自适应lasso的预言性质
统计理论
2024-06-11 v2 统计方法学
统计理论
摘要
广义结果自适应lasso（GOAL）是由Baldé等人[2023, Biometrics 79(1), 514–520]提出的一种用于高维因果推断的变量选择方法。当维度较高时，现已被充分确立：理想的变量选择方法应具备预言性质以保证最优的大样本性能。然而，GOAL的预言性质尚未被证明。本文中，我们证明GOAL估计量具有预言性质。我们的仿真表明，GOAL方法比类预言方法——结果自适应lasso（OAL）更好地处理共线性问题。
引用
@article{arxiv.2310.00250,
title = {The oracle property of the generalized outcome adaptive lasso},
author = {Ismaila Baldé},
journal= {arXiv preprint arXiv:2310.00250},
year = {2024}
}