Iterative Causal Discovery in the Possible Presence of Latent Confounders and Selection Bias
Intel Labs(英特尔实验室)
我们提出了一个健全的和完整的算法,称为迭代因果发现(ICD),恢复因果图中存在潜在的混杂因素和选择偏差。ICD依赖于因果马尔可夫和忠实性假设,并恢复基本因果图的等价类。它从一个完整的图开始,由一个迭代阶段组成,该阶段通过识别连接节点之间的条件独立性(CI)来逐渐细化该图。在任何迭代之后所需要的独立性和因果关系是正确的,从而在任何时候都呈现ICD。本质上,我们将CI条件集的大小与其在图上与测试节点的距离联系起来,并在后续迭代中增加该值。因此,每次迭代都细化由具有较小条件集的先前迭代恢复的图-较高的统计功效-这有助于稳定性。我们根据经验证明,与FCI、FCI+和RFCI算法相比,ICD需要的CI测试明显更少,并且可以学习更准确的因果图(代码可在https://github.com/IntelLabs/caibrity-lab获得)。
2022-01-17 cs.AI cs.LG stat.ME
Ultra-high Dimensional Variable Selection for Doubly Robust Causal Inference
因果推断越来越依赖于具有丰富协变量信息的观察性研究。为了建立易于处理的因果过程,如双稳健估计,必须首先从高维甚至超高维数据中提取重要特征。在本文中,我们提出了因果球筛选混杂选择从现代超高维数据集。与常见的预测建模变量选择任务不同,我们的混杂因素选择程序旨在控制混杂因素,同时提高因果效应估计的效率。以往的经验和理论研究建议排除治疗的原因,不是混杂因素。受这些结果的启发,我们的目标是在倾向得分和结果回归模型中保留所有结果的预测因子。我们的建议的一个显着特点是,我们使用一个结果模型的自由程序的倾向得分模型选择,从而保持双重稳健性的因果效应估计。理论分析表明,该方法具有模型选择一致性和逐点正态性等性质。合成和真实数据分析表明,我们的建议表现良好,与现有的方法在一系列现实的设置。本文所用的数据来自阿尔茨海默病神经影像学倡议(ADNI)数据库。
2022-02-06 stat.ME
Relaxing Instrument Exogeneity with Common Confounders
针对传统工具变量外生性假设难以论证的问题,本文提出基于未观测共同混杂因素代理变量的因果效应识别方法,推导双重稳健与Neyman正交矩条件,并应用NLS97数据区分教育回报中的能力偏差与选择偏差。
2023-08-27 econ.EM math.ST stat.TH
Variable Selection in Causal Inference using a Simultaneous Penalization Method
在因果调整设置中,基于结局或治疗分配模型之一的变量选择技术可能导致遗漏混杂因素,从而导致偏倚,或在倾向得分中纳入虚假变量,从而导致方差膨胀。我们提出了一种基于惩罚目标函数的变量选择方法,该方法同时考虑结果和治疗分配模型。所提出的方法有利于在高维环境中的混杂选择。我们证明了在正则条件下,我们的方法达到了预言性质。所选变量用于形成处理效应的双重稳健回归估计量。我们表明,在某些条件下,我们的方法达到的预言财产。模拟结果和经济增长数据进行了分析。具体而言,我们研究了作为人口健康指标的预期寿命对人均国内生产总值平均增长率的影响。
2015-11-26 stat.ME
Inference for multiple treatment effects using confounder importance learning
提出一种经验贝叶斯框架进行贝叶斯模型平均,通过数据依赖先验学习关键协变量包含概率,平衡混杂因素遗漏与工具变量过度选择,并开发线性成本快速算法,在多重处理效应推断中提供更优结果。
2025-02-03 stat.AP stat.CO stat.ME
Confounder Selection: Objectives and Approaches
本文统一综述了观察性研究中混杂因素选择的各种标准,梳理其目标、所需结构性知识及假设,并指出方法局限与实践启示。
2023-09-25 math.ST stat.ME stat.TH
High-Dimensional Feature Selection for Sample Efficient Treatment Effect Estimation
MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室);IBM Research(IBM研究院)
从观察数据中估计因果处理效应是因果推断中的一个基本问题。为了避免偏倚,效应估计量必须控制所有混杂因素。因此,从业者经常收集尽可能多的协变量的数据,以提高包括相关混杂因素的机会。虽然这解决了偏差问题,但由于维数增加,这会显著增加准确估计效果所需的数据样本数量。在这项工作中,我们考虑的设置中,大量的协变量$X$,满足强可重复性,一个未知的稀疏子集$S$是足以包括实现零偏差,即$c$ -相当于$X$。我们提出了一个共同的目标函数,涉及治疗队列的结果与非凸联合稀疏正则化,保证恢复$S$与高概率下的线性结果模型$Y$和亚高斯协变量的每个治疗队列。这提高了效果估计样本复杂度,使得其与稀疏子集$S$和$\log |X|$的基数成比例,而不是与全集$X$的基数成比例。我们验证了我们的方法与实验上的处理效应估计。
2020-11-03 cs.LG stat.ME stat.ML
Multiple Causes: A Causal Graphical View
Columbia University(哥伦比亚大学)
未观察到的混杂是从观察数据进行因果推断的主要障碍。混杂因素-影响原因和结果的变量-在两者之间引起虚假的非因果关系。Wang & Blei(2018)用“多种原因的祝福”降低了这一障碍,其中多种原因的相关性结构为未观察到的混淆提供了间接证据。他们通过一种称为“去混淆”的算法来利用这些优势,该算法使用概率因子模型来校正混淆因素。在本文中,我们采取了因果图的观点的deconfounder。在一个编码共享混杂的图中,我们展示了原因的多样性如何帮助识别干预分布。然后,我们证明了deconfounder,表明它使干预的有效推论。最后,我们扩大类的图,它的理论,包括其他混杂因素和选择变量。我们的研究结果扩展了Wang & Blei(2018)的理论,证明了因果图的解方器,并扩展了可以使用它的设置。
2019-05-30 cs.LG stat.ME stat.ML
A New Covariate Selection Strategy for High Dimensional Data in Causal Effect Estimation with Multivariate Treatments
协变量的选择对于估计具有高维甚至超高维预处理变量的观察数据的平均处理效应至关重要。针对该问题的现有方法通常假设用于结果和单变量治疗的稀疏线性模型,并且不能处理具有超高维协变量的情况。本文提出了一种新的协变量选择策略--双重筛选先验自适应套索(DSPAL),用于多变量治疗中混杂变量和预测变量的选择,该策略将自适应套索方法与边缘条件(不)依赖先验信息相结合来选择目标协变量,以消除混杂偏倚,提高统计效率。我们的建议的显着特点是,它可以应用于高维甚至超高维协变量的多变量处理,并可以处理参数和非参数结果模型的情况下,这使得它比其他方法更强大。理论分析表明,该方法具有一定的筛选性、排序一致性和变量选择一致性。通过模拟研究,我们证明了所提出的方法选择所有的混杂因素和预测一致,估计多变量的处理效应更小的偏差和均方误差相比,在各种情况下的几个替代品。在实际数据分析中,应用该方法估计了三维连续环境处理对胆固醇水平的因果效应,得到了有启发性的结果。
2023-03-17 stat.ME
Causally Regularized Learning with Agnostic Data Selection Bias
Tsinghua University(清华大学);Tencent(腾讯)
以往的大多数机器学习算法都是基于独立同分布提出的。假说.然而,这一理想假设在实际应用中往往被违背,在训练和测试过程之间可能会出现选择偏差。此外,在许多情况下,测试数据在训练过程中甚至是不可用的,这使得传统的方法如迁移学习由于需要测试分布的先验而不可行。因此,如何解决鲁棒模型学习中的不可知选择偏差问题,无论是在理论研究还是实际应用中都具有重要意义。在假设变量之间的因果关系是跨域鲁棒的前提下,将因果技术引入预测建模,提出了一种新的因果正则化逻辑回归(CRLR)算法,该算法通过联合优化全局混杂因子平衡和加权逻辑回归来实现。全局混杂因素平衡有助于识别因果特征,其对结果的因果影响在各个领域都是稳定的,然后对这些因果特征进行逻辑回归,构建一个针对不可知偏倚的稳健预测模型。为了验证我们的CRLR算法的有效性,我们进行了全面的实验合成和真实世界的数据集。实验结果清楚地表明,我们的CRLR算法优于国家的最先进的方法,我们的方法的可解释性可以充分描绘的特征可视化。
2018-08-19 cs.CV cs.MM stat.ML
Optimal Transport for Treatment Effect Estimation
Department of XXX, University of YYY, Location, Country(XXX系,YYYY大学,地点,国家);School of ZZZ, Institute of WWW, Location, Country(ZZZ学院,WWW研究所,地点,国家)
本文提出全空间反事实回归(ESCFR)方法,基于随机最优传输框架设计松弛质量保持正则化器和近端事实结果正则化器,分别解决小批量采样效应和未观测混杂因素效应问题,显著提升了处理效应估计性能。
2023-10-27 cs.LG stat.AP stat.ML
Confounder selection via iterative graph expansion
University of Michigan(密歇根大学);University of Cambridge(剑桥大学)
本文提出一种无需预设因果图的混杂因子选择方法,通过迭代扩展因果图并寻找初级调整集来控制混杂,确保方法的正确性和完备性。
2025-09-02 math.ST stat.ME stat.TH
Propensity Score Adapted Covariate Selection for Causal Inference
本文提出了一种适应于倾向得分的变量选择方法,用于选择倾向得分模型中的协变量,以消除观察性研究中的混杂偏倚,提高统计效率。我们的变量选择方法是专门为因果推断而设计的,它只需要倾向得分是$\sqrt{n}$ -通过参数模型一致估计,不需要正确的潜在结果模型的规范。通过使用估计的倾向得分作为逆概率治疗权重,对结局进行自适应套索,成功排除了工具变量,并包括混杂因素和结局预测因素。在“线性结合”条件下证明了它的预言性质。我们还进行了一些数值模拟,以说明我们的倾向得分适应协变量选择程序,并评估其性能下的模型误设定。与其他协变量选择方法进行了比较,通过使用人工数据,我们发现,它是更强大的排除工具变量和虚假的协变量。
2021-09-11 stat.ME
Causal exposure-response curve estimation with surrogate confounders: a study of air pollution and children's health in Medicaid claims data
针对Medicaid儿童健康数据中社会经济地位未测量、数据聚类等挑战,提出基于广义倾向得分匹配的MedMatch方法,结合代理变量估计PM2.5与呼吸住院的因果暴露-反应曲线,验证了其性能优势并得到正相关的非线性关系。
2024-07-11 stat.ME
Detecting and Identifying Selection Structure in Sequential Data
Carnegie Mellon University(卡内基梅隆大学);Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);MBZUAI(穆罕默德·本·扎耶德人工智能大学)
本文研究序列数据中由潜在目标驱动的选择结构,证明其在无参数假设和干预实验下具有非参数可识别性,并提出可证明正确的算法来检测和识别选择结构及其他依赖关系,在合成数据与真实音乐数据上验证有效。
2024-06-29 cs.LG cs.SD eess.AS
A formal approach to variable selection in difference-in-differences
Harvard Medical School(哈佛医学院);NORC at the University of Chicago(芝加哥大学NORC)
本文提出一种基于图形标准的正式方法,用于选择支持条件平行趋势的变量,揭示了无条件和平行趋势可能冲突,并讨论了协变量选择对识别的影响。
2026-05-01 stat.ME
Selection bias when using instrumental variable methods to compare two treatments but more than two treatments are available
工具变量(IV)方法被广泛用于校正观察性研究中由未测量混杂因素引起的估计处理效应的偏倚。在本手稿中,我们提供了经验和理论证据,证明如果应用于受试者根据其接受的治疗进行预选的数据集,IV方法可能导致偏倚处理效应。我们认为这是一个选择偏差的问题,并提出了一个程序,确定感兴趣的处理效应的敏感性参数的向量的函数。我们还列出了分析预选数据不会导致偏倚处理效应估计的假设。使用模拟研究所提出的方法的性能进行检查。我们将我们的方法应用于健康改善网络(THIN)数据库,以评估二甲双胍和磺脲类药物对糖尿病患者体重增加的比较效果。
2015-03-03 stat.ME
Causal Inference with Invalid Instruments: Post-selection Problems and A Solution Using Searching and Sampling
本文针对无效工具变量难以与有效工具变量区分时现有置信区间覆盖不足的问题,提出结合搜索与抽样的方法构造一致有效且更精确的置信区间,并在R包RobustIV中实现。
2023-04-16 math.ST stat.ME stat.TH
Heterogeneous Treatment Effect Bounds under Sample Selection with an Application to the Effects of Social Media on Political Polarization
提出一种基于去偏/双重机器学习的异质性因果效应界限估计与推断方法,在无排除性限制的一般样本选择模型中提供条件效应界限,应用于Facebook实验数据后获得了更紧的效应界限并揭示了年轻用户的去极化效应。
2024-07-26 econ.EM stat.ML
Irregular measurement times in estimating time-varying treatment effects: Categorizing biases and comparing adjustment methods
本研究系统分类了时变治疗因果推断中不规则测量时间导致的偏倚,提出三类混杂偏倚并比较两种重加权调整方法,为实证分析提供选择指导。
2025-01-20 stat.ME
Practically Effective Adjustment Variable Selection in Causal Inference
Sony Corporation of America(美国索尼公司);Sony Computer Science Laboratories, Inc.(索尼计算机科学实验室股份公司)
本文针对有限数据下因果效应估计中调整变量选择问题,提出变量选择准则与防精度下降算法,并将其推广至CPDAG,通过定理和实验验证了方法的实用有效性。
2025-02-04 cs.AI cs.LG physics.data-an
Outcome Adaptive Propensity Score Methods for Handling Censoring and High-Dimensionality: Application to Insurance Claims
倾向得分通常用于减少非随机化观察性研究中的混杂偏倚,以估计平均处理效应。该方法的一个重要假设是,所有与治疗和关注结局相关的混杂因素均被测量并纳入倾向得分模型。在缺乏关于潜在混杂因素的强先验知识的情况下,研究人员可能不可知地想要调整一组高维的治疗前变量。因此,倾向得分估计需要变量选择程序。此外,最近的研究表明,在倾向得分模型中仅包括与治疗相关的变量可能会扩大处理效应估计值的方差,而包括仅预测结果的变量可以提高效率。在本文中,我们提出了一个灵活的方法,将结果协变量的关系,在倾向得分模型,包括预测的二元结果概率(OP)作为协变量。我们的方法可以很容易地适应于变量选择方法的集合,包括正则化方法和基于分类和回归树的现代机器学习工具。我们评估了我们的方法,以估计多个治疗组中可能删失的二元结局的处理效应。模拟研究表明,将OP用于估计倾向得分可以提高统计效率并防止模型误指定。所提出的方法被应用到一个队列的晚期前列腺癌患者从私人保险索赔数据库中确定比较四种常用药物治疗去势抵抗性前列腺癌的不良反应。
2022-07-30 stat.AP stat.ME
Bounds on the conditional and average treatment effect with unobserved confounding factors
对于观察性研究,我们研究了当治疗分配可能取决于未观察到的混杂因素时,因果推断的敏感性。当未观察到的混杂因素对治疗选择的优势比有界影响时,我们开发了一种估计条件平均处理效应(CATE)界限的损失最小化方法。我们的方法是可扩展的,并允许灵活使用模型类估计,包括非参数和黑盒机器学习方法。基于CATE的这些界限,我们提出了对平均处理效应(ATE)的敏感性分析。我们的半参数估计扩展/界的增广逆倾向加权(AIPW)估计有界未观察到的混杂下的ATE。通过构造一个Neyman正交分数,只要干扰参数以$o_p(n^{-1/4})$速率估计,我们的ATE界估计量就是一个正则根$n$估计量.我们补充我们的方法与最优性结果表明,我们提出的界限是紧在某些情况下。我们证明了我们的方法模拟和真实数据的例子,并显示我们的置信区间在实际的有限样本制度与丰富的协变量信息的准确覆盖。
2022-03-09 stat.ME
Score-Based Methods for Selecting Direct Causes in Reweighted Distributions
Johns Hopkins University(约翰斯·霍普金斯大学)
本文提出广义BIC用于重加权分布中的模型选择,证明其一致性,并应用于边际结构模型中直接原因的选择,考虑了未测量混杂和权重估计,通过模拟验证了其渐近性质。
2026-10-08 stat.ME
Demystifying Proximal Causal Inference
Johns Hopkins Bloomberg School of Public Health(约翰斯·霍普金斯大学布隆伯格公共卫生学院);Johns Hopkins School of Medicine(约翰斯·霍普金斯大学医学院);Yale University(耶鲁大学)
本文探讨了近因推断在处理未观察到的混杂因素时的识别与估计方法,分析了其假设条件及不同估计方法的比较,提出通过领域知识和负控类比选择代理变量的实践指导。
2026-03-15 stat.ME
A causal exposure response function with local adjustment for confounding: Estimating health effects of exposure to low levels of ambient fine particulate matter
《清洁空气法》规定,必须根据最新科学对国家环境空气质量标准(NAAQS)进行常规评估,以保护人口。因此,研究人员应该继续研究暴露于低于NAAQS的空气污染水平是否对人类健康有害。围绕环境法规的争议性质促使我们将这个问题置于一个因果推断框架内。参数和半参数回归方法已被用来估计环境空气污染和健康结果之间的风险-响应(ER)曲线。大多数这些方法不是在因果框架内制定的,在所有暴露水平上调整相同的协变量,并且不考虑模型的不确定性。我们介绍了一个贝叶斯框架的因果ER曲线称为LERCA(局部暴露反应混杂调整),它允许不同的混杂因素和不同强度的混杂在不同的曝光水平的估计,并传播不确定性的混杂因素的选择和形状的ER。LERCA提供了一种原则性的方法来评估协变量在不同暴露水平下的混杂重要性,为研究人员提供了关于回归模型中要调整的变量的信息。使用模拟,我们表明,国家的最先进的方法在估计的ER曲线在局部混杂的存在下表现不佳。LERCA用于评估美国5,362个邮政编码的环境PM2.5暴露与心血管住院之间的关系,同时调整暴露范围内可能不同的混杂因素。当关注低暴露范围时,环境PM2.5导致心血管住院率增加。我们的研究结果表明,PM2.5对心血管住院的影响没有阈值。
2020-01-08 stat.ME
Valid causal inference with unobserved confounding in high-dimensional settings
针对高维因果推断中未观测混杂破坏识别的问题,本文提出允许未观测混杂的不确定区间,并以收敛速率给出有效性条件,辅以模拟和出生体重案例验证。
2024-01-12 stat.ME stat.ML
Local Covariate Selection for Average Causal Effect Estimation without Pretreatment and Causal Sufficiency Assumptions
Department of Applied Statistics, Beijing Technology and Business University(北京技术与商业大学应用统计系);Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences(深圳先进技术研究院);College of Computer Science and Artificial Intelligence, Fudan University(复旦大学计算机科学与人工智能学院);Department of Machine Learning, Mohamed bin Zayed University of Artificial Intelligence(Mohamed bin Zayed人工智能大学机器学习系);Carnegie Mellon University(卡内基梅隆大学)
本文提出了一种局部学习方法,用于非参数因果效应估计中的协变量选择,避免了预处理和因果充分性假设,提高了计算效率和估计准确性。
2026-05-20 cs.AI cs.LG stat.ML
Causal Structural Learning Via Local Graphs
我们考虑在稀疏高维环境中学习因果结构的问题,这种环境可能会受到(可能有许多)不可测量的混杂因素以及选择偏差的影响。基于常见的大型随机网络族中的结构和线性结构方程模型(SEM)中局部结构的表示,我们提出了一种新的局部稀疏性概念,用于存在潜在变量和选择变量的一致性结构学习,并开发了一种新版本的快速因果推断(FCI)算法,该算法具有降低的计算和样本复杂度,我们将其称为本地FCI(IFCI)。稀疏性的新概念允许存在高度连接的枢纽节点,这在现实世界的网络中很常见,但对现有的方法有问题。我们的数值实验表明,lFCI算法实现了最先进的性能在许多类的大型随机网络,其性能优于现有的方法包含枢纽节点的网络。
2021-10-01 stat.ME
Deconfounding via Profiled Transfer Learning
Peking University(北京大学);The Pennsylvania State University(宾夕法尼亚州立大学);Xiamen University(厦门大学)
提出ProTrans框架,利用轮廓残差从源数据集迁移共享混杂模式,消除目标数据集的未测量混杂偏差,实现无辅助变量的因果效应估计。
2026-06-23 stat.ME
Individualized Dynamic Mediation Analysis Using Latent Factor Models
University of Pennsylvania(宾夕法尼亚大学);The Pennsylvania State University(宾夕法尼亚州立大学);The University of Texas at San Antonio(圣安东尼奥德克萨斯大学);Fudan University(复旦大学);University of California, Santa Barbara(加利福尼亚大学圣巴巴拉分校)
本文提出基于潜在因子模型的个性化动态中介分析方法,通过变系数结构方程模型实现对时间变化和个体异质性中介效应的捕捉,有效解决中介选择难题。
2026-02-27 stat.ME
Using Experiments to Correct for Selection in Observational Studies
针对观察性数据存在选择偏差而实验数据缺乏主要结果的问题,提出基于潜在无混杂假设的选择偏差纠正方法,利用次要结果预测差异估计处理效应,实验证明其能有效消除偏差并复现实验结果。
2025-05-28 econ.EM stat.ME
Post-selection inference for causal effects after causal discovery
Columbia University(哥伦比亚大学);Zhejiang University(浙江大学)
提出基于重采样和筛选的选择后推断方法,解决因果发现后因果效应估计中双重使用数据导致的置信区间无效问题,并证明其渐近正确性。
2025-09-17 stat.ME
Causal Inference using Multivariate Generalized Linear Mixed-Effects Models with Longitudinal Data
根据个体的特征和纵向病史,动态预测不同治疗方案下的因果效应是精准医学中的一个基本问题。这在实践中是具有挑战性的,因为在观察性研究中结局和治疗分配机制是未知的,个体的治疗疗效是反事实的,并且选择偏倚的存在通常是不可避免的。我们提出了一个贝叶斯框架,通过调整贝叶斯g计算算法(J. Robins,1986; Zhou,Elliott,& Little,2019)来识别动态治疗方案的亚组反事实益处,以纳入多变量广义线性混合效应模型。在假定的结局、时变混杂因素和治疗分配的联合分布中,未测量的时不变因素被确定为受试者特异性随机效应。现有的方法大多假设没有不可测量的混杂,并专注于平衡不同治疗之间观察到的混杂分布,而我们的方法允许存在时不变的不可测量的混杂。我们提出了一个连续的可验证性假设的基础上治疗分配异质性,这是类似于平衡的潜在趋势,由于不可测量的时不变因素超出了可观察到的每一个治疗。我们使用模拟研究来评估所提出的方法的性能对各种模型假设的敏感性。该方法应用于观察性临床数据,以研究连续使用霉酚酸酯在不同亚组的硬皮病患者中的疗效。
2023-03-03 stat.ME
Efficient Online Estimation of Causal Effects by Deciding What to Observe
Carnegie Mellon University(卡内基梅隆大学)
研究人员经常面临数据融合问题,其中多个数据源可用,每个数据源捕获不同的变量子集。虽然问题公式通常采用给定的数据,但在实践中,数据采集可以是一个持续的过程。在本文中,我们的目标是估计概率模型的任何泛函(例如,因果效应)。我们提出了在线矩选择(OMS),一个框架,在该框架中,结构假设被编码为矩条件。每一步的最佳行动部分取决于识别感兴趣的泛函的时刻。我们的算法平衡探索与选择最佳的行动,建议由目前的估计的时刻。我们提出了两种选择策略:(1)探索-然后-提交(OMS-ETC)和(2)探索-然后-贪婪(OMS-ETG),证明了两者都达到了零渐近遗憾的MSE评估。我们实例化我们的平均治疗效果估计的设置,其中结构假设由因果图给出,数据源可能包括介体,混杂因素和工具变量的子集。
2021-10-30 cs.LG econ.EM stat.ML
Doubly robust causal inference through penalized bias-reduced estimation: combining non-probability samples with designed surveys
针对非概率样本因果推断中的选择偏差与高维协变量挑战,提出一步插入式双重稳健估计量,通过最小化平方渐近偏差构建惩罚估计方程,实现高维环境下的有效推断并验证了双重稳健性。
2024-03-26 stat.ME
Multi-Task Adversarial Learning for Treatment Effect Estimation in Basket Trials
Ant Group(蚂蚁集团);University of Georgia(佐治亚大学)
从观察性数据估计治疗效果提供了关于因果关系的见解,指导许多现实世界的应用,例如不同的临床研究设计,这是医学,临床和其他类型研究中的试验,实验和观察性研究的公式。在本文中,我们描述了因果推理在一种称为篮子试验的新型临床设计中的应用,该试验测试了一种新药在患有不同类型癌症的患者中的效果,这些癌症都具有相同的突变。我们提出了一种多任务对抗学习(MTAL)方法,该方法结合了特征选择多任务表示学习和对抗学习,以估计共享相同基因突变但具有不同肿瘤类型的患者在不同肿瘤类型中的潜在结果。在我们的论文中,篮子试验作为一个直观的例子来介绍这种新的因果推理设置。这种新的因果推理设置包括但不限于篮子试验。这种设置具有与传统因果推理问题相同的挑战,即,不同亚组下缺失的反事实结局和由于混杂因素导致的治疗选择偏倚。我们提出了我们的MTAL方法的合成篮试验数据分析的实际优势,并评估建议估计两个基准,IHDP和新闻。结果表明,我们的MTAL方法的竞争国家的最先进的方法的优越性。
2022-03-10 cs.LG stat.AP stat.ME
Adaptive sparsening and smoothing of the treatment model for longitudinal causal inference using outcome-adaptive LASSO and marginal fused LASSO
本文针对时变治疗情境下的因果变量选择问题,提出结合纵向结局自适应LASSO与自适应融合LASSO的两步方法,在简化治疗模型、提高估计效率的同时控制模型误设偏倚,并通过模拟和青少年尼古丁依赖数据验证其有效性。
2025-08-15 stat.ME
A Two-Stage Feature Selection Approach for Robust Evaluation of Treatment Effects in High-Dimensional Observational Data
Northeastern University(东北大学)
针对高维医疗观测数据因果推断的挑战,本研究提出名为OAENet的两阶段特征选择技术,通过选择混杂因子等变量实现无偏因果估计,在模拟和真实医疗数据上均优于现有方法,可提升治疗效果评估与政策决策的准确性。
2024-03-12 cs.AI cs.LG stat.ME
Unveiling the Potential of Robustness in Selecting Conditional Average Treatment Effect Estimators
The Hong Kong Polytechnic University(香港理工大学);City University of Hong Kong(香港城市大学)
针对现有CATE估计器选择方法需拟合nuisance参数、未聚焦鲁棒性选择的问题,本文提出无nuisance依赖的分布鲁棒指标DRM,可有效选出对协变量偏移、隐藏混杂引发的分布偏移鲁棒的CATE估计器。
2024-10-31 cs.AI cs.LG econ.EM
Deep Generalized Method of Moments for Instrumental Variable Analysis
Cornell University(康奈尔大学);Microsoft Research(微软研究院)
工具变量分析是一个强大的工具,用于估计因果关系时,随机化或完全控制混杂因素是不可能的。当因果效应复杂、工具高维和/或治疗高维时,标准方法(如2SLS、GMM和最近的变体)的应用会受到显著阻碍。在本文中,我们提出了DeepGMM算法来克服这一点。我们的算法是基于一个新的变分GMM与最佳逆协方差加权,使我们能够有效地控制很多时刻的条件。我们进一步开发实用的优化技术和模型选择,使其在实践中特别成功。我们的算法在计算上也是易于处理的,可以处理大规模的数据集。数值结果表明,我们的算法匹配的性能最好的调整方法在标准设置,并继续工作在高维设置,即使最近的方法打破。
2020-04-18 cs.LG econ.EM stat.ML
Valid post-selection inference in Robust Q-learning
Eli Lilly and Company(礼来公司);University of Pennsylvania(宾夕法尼亚大学);Crescenz VA Medical Center(克莱森退伍军人医疗中心);University of Rochester(罗切斯特大学)
本文将通用选择后推断(UPoSI)程序适应于半参数Robust Q-learning方法,解决了在多阶段决策方法中使用UPoSI的独特挑战,并通过理论和模拟验证了所提出置信区域的有效性。
2025-10-11 math.ST stat.ME stat.TH