多个实验的承诺：识别潜在结果联合分布
统计方法学
2026-04-17 v2
摘要
典型因果效应基于潜在结果的边际分布定义。然而，许多现实应用需要涉及潜在结果联合分布的因果估计量，以实现更细致的治疗评估与选择。在本文中，我们提出了用于识别与估计潜在结果联合分布的新框架。我们引入了潜在结果跨数据集状态转移概率可迁移性的假设，并在该假设下建立联合分布的识别，同时要求满足一个完整的全列秩条件。关键识别假设在过度识别情境下是可检验的，类似于工具变量情境，其中数据指示符充当“仪器”。此外，我们提出了一个易于使用的最小二乘估计器，用于估计每个数据集中的潜在结果联合分布，证明了其一致性与渐近正态性。我们进一步将所提框架扩展以识别与估计主导因果效应。我们通过大量仿真实验并应用于实际应用中的真实数据，展示了所提框架的实证效果，具体表现为对真实应用中代理终点的评估。
引用
@article{arxiv.2504.20470,
title = {The Promises of Multiple Experiments: Identifying Joint Distribution of Potential Outcomes},
author = {Peng Wu and Xiaojie Mao},
journal= {arXiv preprint arXiv:2504.20470},
year = {2026}
}