Causal inference to detect selection bias in road safety epidemiology
在道路安全领域，通常使用责任分析来评估某一特定因素对事故责任风险的影响，但仅限于涉及事故的驾驶员。即使这种设计现在在该领域被广泛采用，选择偏差的问题也经常被提出。结构因果模型框架现在提供了有价值的工具，以评估观察数据的因果效应和识别选择偏差。在这篇文章中，我们简要回顾了最近的结果，从选择偏置数据的因果效应的可恢复性，并将其应用到责任分析的情况下。我们的目标是正式确定因果关系是否可以通过这种类型的分析，无偏估计，当可用的数据仅限于严重的事故，因为它是在实践中常见的情况。然而，由于速度有直接影响的严重程度的事故，我们表明，因果的赔率比是不可估计的责任分析。我们提出的数值结果来说明我们的论点，偏差的大小，并讨论最近的结果，从实际数据。
2018-10-14 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
Foundations of Structural Causal Models with Latent Selection
本文提出通过结构因果模型理论基础解决潜在选择问题，引入条件操作以保留因果语义并简化分析。
2025-11-16 cs.AI cs.LG math.ST
Post-selection inference for causal effects after causal discovery
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
Optimizing Feature Selection in Causal Inference: A Three-Stage Computational Framework for Unbiased Estimation
Northeastern University（东北大学）
提出增强的三阶段计算框架优化因果推断中的特征选择，通过减少处理相关变量和虚假变量的影响来降低偏差与方差，并在合成数据和真实阿片类药物政策数据上验证了其优越性与可扩展性。
2025-02-01 cs.AI cs.LG stat.ME
On efficient covariate adjustment selection in causal effect estimation
本文针对观测数据因果效应估计中的协变量调整选择问题，提出基于混合整数优化和因果约束的无图方法CMIO，在存在隐藏变量及缺乏因果充分性条件下实现有效且高效的协变量调整。
2023-05-26 stat.ME
Causal Stability Selection
University of California, Los Angeles（加州大学洛杉矶分校）；Duke University（杜克大学）
本文提出因果稳定性选择算法，结合交叉拟合的条件平均处理效应估计与集成路径稳定性选择，提供非渐近的虚假正例界，建立处理效应估计与效应修饰发现的直接联系。
2026-08-11 stat.ME
Complete Causal Identification from Ancestral Graphs under Selection Bias
Korteweg-de Vries Institute for Mathematics, University of Amsterdam（科特维格-德弗里斯数学研究所，阿姆斯特丹大学）
本文提出在选择偏见下基于祖先图的因果识别算法，通过建立条件独立关系的理论框架，实现对因果结构的完整识别。
2026-03-27 math.CO math.PR math.ST
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
Causal Vector Autoregression Enhanced with Covariance and Order Selection
针对弱平稳多变量过程，提出了一种因果向量自回归（CVAR）模型，该模型结合了同时期分量的递归有向图模型和纵向向量自回归模型。采用不同块大小的块Cholesky分解来求解模型方程，并估计沿有向无环图（DAG）的路径系数。如果DAG是可分解的，即零在其邻接矩阵中形成可约零模式（RZP），则应用协方差选择，将零分配给对应的路径系数。现实生活中的应用也被认为是，其中的最佳顺序$p\ge 1$的拟合CVAR $(p)$模型，顺序选择进行各种信息标准。
2022-11-25 stat.ME
Regression-Based Estimation of Causal Effects in the Presence of Selection Bias and Confounding
TU Dortmund University（多特蒙德工业大学）；University Alliance Ruhr（鲁尔大学联盟）
针对连续变量因果效应估计问题，本文推导了存在选择偏差与混杂时的可识别条件，提出线性两步回归估计器（TSR），经模拟验证其在对应场景下的正确性且方差更低。
2026-08-24 cs.LG stat.ME stat.ML
A cautious approach to constraint-based causal model selection
Columbia University（哥伦比亚大学）
本文探讨了利用基于约束的算法选择因果图模型，主张在科学目标为估计因果效应时，应优先选择密集而非稀疏的图，并提出通过反转传统条件独立性检验流程来改进方法。
2026-08-26 stat.ME
Characterization and Learning of Causal Graphs with Latent Confounders and Post-treatment Selection from Interventional Data
Mohamed bin Zayed University of Artificial Intelligence（莫莫德·本·扎耶德人工智能大学）；Carnegie Mellon University（卡内基梅隆大学）
本文提出了一种新的因果公式，通过建模后处理选择和干预反应，识别因果关系、潜在混杂因素和选择模式，提升因果发现的准确性。
2026-02-25 cs.LG stat.ME
ACE: Active Learning for Causal Inference with Expensive Experiments
针对实验成本高昂的场景，提出名为ACE的因果推断主动学习方法，通过高斯过程建模与最小化因果估计量后验方差的采集函数实现顺序实验设计，在有限实验下比基线方法更准确地估计多种因果量。
2023-06-13 stat.ME
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
Causally-Aware Unsupervised Feature Selection Learning
Joint Laboratory of Data Science and Business Intelligence, School of Statistics, Southwestern University of Finance and Economics（西南财经大学统计学院数据科学与商务智能联合实验室）；University of Kansas（堪萨斯大学）；School of Computing and Artificial Intelligence, Southwest Jiaotong University（西南交通大学计算机与人工智能学院）
提出因果感知的无监督特征选择方法CAUSE-FS，通过因果正则化器平衡混淆分布并结合层次聚类构建融合相似图，减轻虚假关联，显著提升了特征选择的准确性和可解释性。
2025-01-25 cs.LG stat.ME
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
Active learning of causal probability trees
Technical University of Denmark（丹麦技术大学）
在过去的二十年里，人们对将因果信息（通常使用因果图表示）与机器学习模型相结合的兴趣越来越大。概率树为因果信息提供了一种简单而强大的替代表示。它们使干预和反事实的计算，严格来说更一般，因为它们允许上下文相关的因果依赖关系。在这里，我们提出了一种贝叶斯方法，从干预和观察数据的组合学习概率树。该方法量化了干预措施的预期信息增益，并选择具有最大增益的干预措施。我们证明了模拟和真实数据的方法的效率。在有限的干预预算上学习概率树的有效方法将大大扩展其适用性。
2022-05-17 cs.LG stat.ME
Variable Selection for Doubly Robust Causal Inference
混杂控制对于基于观察性研究的因果推断来说至关重要，但也具有挑战性。在典型的无混淆假设下，增广逆概率加权（AIPW）因其双重稳健性而被广泛用于估计平均因果效应（ACE），因为它依赖于正确指定的倾向得分模型或结果均值模型。为了确保关键假设成立，通常会努力收集足够丰富的预处理变量集，从而使变量选择势在必行。众所周知，为准确预测而针对倾向得分的变量选择可以通过包括工具变量来产生可变ACE估计量。因此，许多最近的工作建议选择所有的结果预测混杂控制和有效的估计。本文表明，AIPW估计与变量选择的目标是有效的估计可能会失去理想的双重鲁棒性。相反，我们建议控制任何协变量的倾向得分模型，该协变量是治疗或结局或两者的预测因子，这保留了AIPW估计量的双重稳健性。利用这一原则，我们提出了一个两阶段的过程与惩罚变量的选择和AIPW估计估计。我们所提出的程序的好处，从理想的双重鲁棒性。我们评估有限样本性能的AIPW估计与各种变量的选择标准，通过模拟和应用。
2023-01-26 stat.ME
Bounding Counterfactuals under Selection Bias
IDSIA（瑞士人工智能研究所）；University of Almería（阿尔梅里亚大学）
因果分析可能会受到选择偏倚的影响，选择偏倚定义为系统性排除某个亚群的数据。以前的工作集中在这方面的可识别性条件的推导。相反，我们提出了第一个算法来解决可识别和不可识别的查询。我们证明，尽管由选择偏差引起的缺失，可用数据的可能性是单峰的。这使我们能够使用因果期望最大化计划，以获得可识别的情况下的因果查询的值，否则计算界限。实验证明该方法是切实可行的。理论上的收敛特性。
2022-07-26 cs.AI stat.ME stat.ML
SelectionBias: An R Package for Bounding Selection Bias in Causal Estimands
本文介绍R包SelectionBias，用于计算因果风险比和风险差异的选择偏倚界限，包含多种界限方法，并通过模拟数据示例展示其应用及与EValue包的比较。
2026-09-28 stat.ME
An exhaustive selection of sufficient adjustment sets for causal inference
针对因果推断中充分调整集的检测需求，提出一类无结果模型参数假设的通用穷举方法，可助力效应估计与因果关联发掘，并通过模拟及真实数据验证了有效性。
2024-08-18 stat.ME
PCM Selector: Penalized Covariate-Mediator Selection Operator for Evaluating Linear Causal Effects
Chugai Pharmaceutical Co., Ltd.（中外制药株式会社）；Yokohama National University（横滨国立大学）
针对因协变量不可观测或高维共线性导致因果效应难以估计的问题，提出了两阶段惩罚回归方法PCM Selector，利用中间变量实现一致估计与变量选择以提高精度。
2025-03-05 cs.LG stat.ME
Towards a holistic understanding of Selection Bias for Causal Effect Identification
Carnegie Mellon University（卡内基梅隆大学）；University of California, Berkeley（加州大学伯克利分校）
研究在观测研究中存在选择偏差时，如何利用弱假设刻画倾向得分和选择概率，给出平均处理效应可识别性的充要条件，扩展了现有图形识别准则。
2026-06-01 cs.AI cs.LG stat.ME
Robust Bayesian causal estimation for causal inference in medical diagnosis
本文针对高维医学诊断中的因果效应估计问题，提出基于先验敏感性分析的谨慎贝叶斯组LASSO变量选择框架，并证明在信息有限时弃权选择或专家启发式选择可提升因果估计的稳定性。
2024-11-19 stat.AP stat.ME
Integrating Active Learning in Causal Inference with Interference: A Novel Approach in Online Experiments
National University of Singapore（新加坡国立大学）；Tencent（腾讯）
本文提出ACI方法，将主动学习与高斯过程及遗传算法结合，在网络干扰和混杂因素下高效估计直接与溢出处理效应，并在模拟数据和腾讯游戏数据上验证了其数据效率优势。
2024-02-20 cs.LG stat.ME stat.ML
Discussion of "Data-driven confounder selection via Markov and Bayesian networks" by Jenny Häggström
在这个讨论中，我们考虑了为什么即使没有识别出因果效应参数，也要很好地估计因果效应参数，提出了在碰撞器存在下因果推断的部分识别方法，指出了双重鲁棒性的未被充分认识的优点，讨论了独立性检验与回归的相对困难，最后赞扬了Häggström对高维混杂的因果推断的探索，同时呼吁在这方面进行进一步的研究。
2017-10-31 stat.ME
Model selection for estimation of causal parameters
交叉验证是选择和调整机器学习估计器的一种流行技术。交叉验证评估整体模型拟合，通常是在预测准确性方面。在因果推断中，估计量的最佳选择不仅取决于拟合模型，还取决于统计学家愿意做出的假设。在这种情况下，不同（可能有偏差）估计量的性能不能通过检查整体模型拟合来评估。我们提出了一个模型选择过程，估计平方l2偏差的有限维估计从其目标。该程序依赖于知道一个渐近无偏的“基准估计”的参数的利益。在正则条件下，我们调查的偏见和方差的建议标准相比，竞争的程序，并推导出一个有限样本的界限相比，甲骨文程序的超额风险。由此产生的估计是不连续的，不具有高斯极限分布。因此，标准的渐近展开式不适用。我们推导出渐近有效的置信区间，考虑到模型选择步骤。在模拟数据集（包括实验数据、工具变量设置和观察数据（选择了可观察量））上评价了平均处理效应估计和推断方法的性能。
2021-07-06 stat.ME
Targeted smoothing parameter selection for estimating average causal effects
观察性研究中平均因果效应的非参数估计通常依赖于通过平滑回归方法（如核、样条或局部多项式回归）控制混杂协变量。这种回归方法通过平滑参数进行调整，该平滑参数调节拟合中使用的自由度的量。在本文中，我们提出了数据驱动的方法来选择平滑参数时，目标参数是一个平均的因果效应。为此，我们提出估计的均方误差的精确表达式。渐近近似表明，最小化此均方误差的平滑参数收敛到零的速度比最佳平滑参数的估计的回归函数。在模拟研究中，我们表明，所提出的用于选择平滑参数的数据驱动方法比其他可用方法产生更低的经验均方误差，例如，交叉验证
2013-06-19 stat.ME
Empirical Analysis of Model Selection for Heterogeneous Causal Effect Estimation
Mila, Université de Montréal（蒙特利尔大学Mila研究所）；Stanford University（斯坦福大学）
本文针对条件平均处理效应（CATE）估计的模型选择问题，通过AutoML调参和生成式建模引入真实数据集，对多种替代指标进行广泛基准测试，提出了基于超参数选择和因果集成的新策略。
2024-04-29 cs.AI cs.LG stat.ME
Matching a Desired Causal State via Shift Interventions
MIT（麻省理工学院）
将因果系统从给定的初始状态转换到期望的目标状态是一项重要的任务，渗透到包括控制理论，生物学和材料科学在内的多个领域。在因果模型中，这种转换可以通过执行一系列干预来实现。在本文中，我们考虑的问题，通过主动学习识别一个偏移干预，匹配系统的期望均值。我们定义的马尔可夫等价类，是可识别的移位干预，并提出了两个积极的学习策略，保证完全匹配所需的平均值。然后，我们推导出一个最坏情况下的下限所需的干预措施的数量，并表明这些策略是最佳的某些类的图。特别是，我们表明，我们的策略可能需要比以前考虑的方法，优化结构学习的基础因果图指数更少的干预。与我们的理论结果一致，我们还通过实验证明，与几个基线相比，我们提出的主动学习策略需要更少的干预。
2021-10-20 cs.LG stat.ME stat.ML
Effect heterogeneity and variable selection for standardizing causal effects to a target population
用于因果推断的随机试验和其他研究的参与者通常不能代表临床决策者所看到的人群。为了解释人群之间的差异，研究人员可能会考虑将结果标准化为目标人群。我们讨论了与标准化相关的几种不同类型的同质性条件：效果度量的同质性，反事实结果状态转换参数的同质性，以及反事实分布的同质性。这些条件中的每一个都可以用来表明，给定有关科学背景的假设，特定的标准化程序将导致目标人群中效应的无偏估计。我们比较和对比的同质性条件，特别是他们的影响，选择协变量的标准化和他们的影响，如何计算标准化的因果效应在目标人群。虽然最近开发的一些反事实的方法来概括依赖于同质性条件，避免了许多与传统方法相关的问题，他们往往需要调整一个大的（可能是不可行的）协变量集。
2019-10-05 stat.ME
Nonparametric identification of causal effects in clustered observational studies with differential selection
群集观察性研究（COS）设计是与群集随机试验相对应的观察性研究。在COS中，处理被分配给完整组，并且组内的所有单元都暴露于处理。然而，治疗是非随机分配的。COS在教育和卫生服务研究中很常见。在教育方面，某些学校的所有学生都可以得到治疗，但其他学校的所有学生都不能得到治疗。在健康研究中，治疗可以应用于集群，如医院或由同一医生治疗的患者群体。在这篇文章中，我们研究了聚类观察研究设计中因果效应的识别。我们专注于差异选择的单位集群，这发生在单位的集群选择依赖于集群的治疗分配的前景。现存的关于COSs的研究已经做了一个隐含的假设，排除了差异选择的存在。我们得出的识别结果与差分选择的设计和差分集群选择的背景下需要不同的调整集比标准设计。我们概述了有和没有差分选择的设计估计。使用一系列的模拟，我们概述了差异选择可能发生的偏差的大小。然后，我们提出了两个经验的应用程序，重点是差异选择的可能性。
2022-06-21 stat.AP stat.ME
Statistical Inference for Causal Discovery under Selection and Latent Variables via Single-Target Interventions
Department of Biostatistics, Epidemiology and Informatics（生物统计、流行病学与信息学系）；University of Pennsylvania（宾夕法尼亚大学）
本文提出一个无模型且约束查询最优的统计推断框架，利用单目标干预在存在潜在变量和选择偏差时进行因果发现，并通过极大祖先图建立可识别性，开发两阶段推断程序控制族错误率，在A549细胞数据上验证。
2026-09-25 stat.ME
Model Selection for Causal Modeling in Missing Exposure Problems
针对暴露随机缺失下因果推断的模型选择研究空白，提出同时选择插补与PS模型的思路及“秩得分”评估准则，模拟验证其能选出最小RMSE的模型组合，并应用于量化CVD对新冠患者死亡率的因果效应。
2024-12-13 stat.AP stat.ME
Causal Unit Selection using Tractable Arithmetic Circuits
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
针对因果单元选择中传统VE算法受元模型约束树宽限制、计算成本高的问题，提出将元模型编译为可处理算术电路的方法，实现线性时间求解，实验验证其带来数量级速度提升。
2024-04-10 cs.AI cs.LG stat.ME
Two Optimal Strategies for Active Learning of Causal Models from Interventional Data
仅从观测数据来看，因果DAG仅在马尔可夫等价性下才可识别。干预数据通常提高可识别性;然而，干预的收益在很大程度上取决于干预目标，即干预变量。我们提出了主动学习（即最佳试验设计）策略计算两个不同的学习目标的最佳干预措施。第一个是一个贪婪的方法，使用单顶点干预，最大限度地提高了数量的边缘，可以定向后，每个干预。第二个在多项式时间内产生一个最小的任意大小的目标，保证完全可识别性。第二种方法证明了Eberhardt（2008）的一个猜想，表明无界干预目标的数量是足够的，并且在最坏的情况下是完全可识别性所必需的。在模拟研究中，我们比较了我们的两种主动学习方法，随机干预和现有的方法，并分析了主动学习的整体性能的估计误差的影响。
2013-08-29 cs.DM stat.ME
Doubly Robust Proximal Causal Inference under Confounded Outcome-Dependent Sampling
未测量的混杂和选择偏倚在观察性研究中经常引起关注，如果不适当解释，可能会使因果分析无效。在结果依赖性抽样下，对治疗、结果和样本选择过程具有因果影响的潜在因素可能导致不可测量的混杂和选择偏倚，从而在没有额外假设的情况下无法识别标准因果参数。在处理效应的比值比模型下，Li et al. 2022通过利用一对阴性对照变量作为混杂和选择偏倚来源的潜在因素的代理，建立了因果效应的近端识别和估计。然而，他们的方法完全依赖于所谓的治疗混淆桥函数的存在和正确规范，这是一种限制治疗分配机制的模型。在这篇文章中，我们提出了双重稳健估计的优势比模型下的两个滋扰功能-治疗混杂桥函数和结果混杂桥函数，限制了结果的法律，使我们的估计是一致的，渐近正常的，如果桥函数模型是正确的指定，而不知道哪一个是。因此，我们提出的双稳健估计量可能比Li等人的估计量更稳健。我们的模拟证实，提出的优势比因果效应的近端估计可以充分考虑剩余混杂和选择偏差，在规定的条件下，校准良好的置信区间在广泛的情况下，标准方法通常无法保持一致。此外，建议的双重稳健估计是一致的，如果至少有一个混杂桥函数被正确指定。
2022-08-02 stat.ME
Collaborative representations for targeted causal inference under outcome selection
Integreat – Norwegian Centre for Knowledge-driven Machine Learning, Department of Mathematics, University of Oslo（奥斯陆大学数学系 Integreat – 挪威知识驱动机器学习中心）
针对结果缺失下的因果推断，提出基于协作表示的目标学习方法，通过交叉拟合伪结果学习低维表示，并交替更新目标与表示，以降低偏差并实现鲁棒一致估计。
2026-10-07 stat.ME
Model-based causal feature selection for general response types
本文提出基于变换模型的 ICP 方法，通过 TRAM-GCM 和 TRAM-Wald 不变性检验，将因果特征选择扩展到连续、分类、计数及删失响应，并提供 R 包 tramicp 验证其有效性。
2024-07-08 math.ST stat.ME stat.ML
ABC3: Active Bayesian Causal Inference with Cohn Criteria in Randomized Experiments
Korea University（高丽大学）
提出ABC3主动贝叶斯因果推断策略，通过最小化积分后验方差和组间不平衡，在随机实验中高效估计条件平均处理效应，并经真实数据实验验证其效率与理论性质。
2024-12-15 cs.AI cs.LG stat.ME
Consistent DAG selection for Bayesian causal discovery under general error distributions
针对非高斯误差下的线性SEM因果结构学习问题，提出贝叶斯层次模型，刻画DAG分布等价类，证明采用非标准先验可实现后验DAG选择一致性，并通过示例与模拟验证。
2025-08-01 math.ST stat.ME stat.ML
Active Learning for Optimal Intervention Design in Causal Models
Massachusetts Institute of Technology（麻省理工学院）；Broad Institute of MIT and Harvard（麻省理工学院和哈佛大学布罗德研究所）；Harvard University（哈佛大学）
本文提出融合贝叶斯因果模型与闭式因果采集函数的主动学习方法，以更少实验高效识别最优干预，并在合成数据和 Perturb-CITE-seq 单细胞数据上验证其优势。
2023-08-16 cs.LG stat.ME
DRCFS: Doubly Robust Causal Feature Selection
University of Oxford（牛津大学）；Massachusetts Institute of Technology（麻省理工学院）；KTH Royal Institute of Technology（瑞典皇家理工学院）；TU Munich（慕尼黑工业大学）；Helmholtz Munich（亥姆霍兹慕尼黑中心）
本文提出双重稳健因果特征选择方法DRCFS，通过理论保证与大量实验证明其能在非线性、高维环境中显著优于现有方法并识别稳健因果特征。
2023-07-05 cs.LG stat.ME
Data-Driven Confounder Selection via Markov and Bayesian Networks
为了无偏地估计结果的因果效应，通常假设不混淆。如果对潜在因果结构有足够的了解，则可以使用现有混杂因素选择标准来选择观察到的治疗前协变量$X$的子集，如果存在这些子集，则足以不混淆。在这里，这些目标子集的估计被认为是当潜在的因果结构是未知的。所提出的方法是通过概率图模型对因果结构进行建模，例如，马尔可夫或贝叶斯网络，从观察到的数据估计该图，并在给定估计的图的情况下选择目标子集。该方法是通过模拟在一个高维的设置，其中unconfoundedness持有给定的$X$，并在一个设置，其中unconfoundedness只持有给定的子集的$X$。几个常见的目标子集进行了调查和选定的子集进行比较，在估计平均因果效应的准确性。所提出的方法是实现与现有的软件，可以很容易地处理高维数据，在大样本和协变量的大量。从模拟研究的结果表明，如果unconfoundedness保持给定$X$，这种方法是非常成功的选择目标子集，优于其他方法的基础上随机森林和LASSO，和子集估计的目标子集包含所有原因的结果产生最小的平均因果效应估计的MSE。
2017-03-17 stat.ME
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
On the Graphical Rules for Recovering the Average Treatment Effect Under Selection Bias
Yale School of Public Health（耶鲁大学公共卫生学院）；Yale University School of Medicine（耶鲁大学医学院）
本文提出了一种新的图示规则和方法，用于处理选择偏差下恢复平均处理效应的两种特殊情况，通过g计算和IPW方法构建识别公式并验证其有效性。
2026-08-16 stat.ME
Optimal Kernel Choice for Score Function-based Causal Discovery
The University of Melbourne（墨尔本大学）；Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）；University of California, San Diego（加州大学圣迭戈分校）；Huazhong University of Science and Technology（华中科技大学）；The University of Sydney（悉尼大学）；Carnegie Mellon University（卡内基梅隆大学）
针对基于得分的因果发现中核参数需人工启发式选择、难以保证最优性的问题，提出通过最大化搜索步变量边际似然的自动最优核选择方法，实验验证其性能优于启发式方法。
2024-07-14 cs.LG stat.ME
Environment-Adaptive Covariate Selection: Learning When to Use Spurious Correlations for Out-of-Distribution Prediction
Department of Statistics, University of Michigan, Ann Arbor（统计系，密歇根大学，安阿伯分校）
针对分布外预测中协变量选择问题，提出环境自适应算法，根据环境特征动态选择协变量集，在模拟和实际数据中优于静态方法。
2026-06-19 cs.LG stat.ME
Causal Mediation Analysis: Selection with Asymptotically Valid Inference
研究人员不仅对治疗对结果的影响感兴趣，而且还对这些影响的作用途径感兴趣。中介是一个变量，它受治疗的影响，并随后影响结果。现有的惩罚性中介分析方法可能会导致忽略重要的中介，或者假设有限维线性模型足以消除混杂偏倚，或者根本不执行混杂控制。实际上，这些假设可能并不成立。我们提出了一种方法，认为混杂函数作为滋扰参数估计使用数据自适应方法。然后，我们使用一种新的正则化方法应用到这个目标函数，以确定一组重要的调解人。在一定的假设下，我们得到了估计量的渐近性质，并建立了预言性质。渐近结果也提出了在一个本地设置的对比建议与标准的自适应套索。我们还提出了一个扰动引导技术，提供渐近有效的选择后推理的介导的影响。这些方法的性能将通过模拟研究进行讨论和论证。
2021-12-20 stat.ME
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
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
A generalized double robust Bayesian model averaging approach to causal effect estimation with application to the Study of Osteoporotic Fractures
分析师经常使用数据驱动的方法，以补充他们的实质性知识时，选择协变量的因果效应估计。近年来，为因果效应估计量身定制的多变量选择程序已经设计出来，但仍需要进一步的发展，以充分满足数据分析师的需求。在本文中，我们提出了一个广义贝叶斯因果效应估计（GBCEE）算法进行变量选择，并产生双稳健估计的因果效应的二进制或连续的曝光和结果。GBCEE采用了一个先验分布，其目标是选择真正的混杂因素和结果的预测因素，以减少标准误的因果效应的无偏估计。双鲁棒估计提供了一些鲁棒性对模型误设，而贝叶斯机制允许GBCEE直接产生的估计推断。GBCEE进行了比较，多种替代品在各种模拟方案，并观察到类似的性能或优于双稳健的替代品。从计算的角度来看，它直接产生推理的能力也是一个重要的优势。该方法最后说明了估计的影响，以满足体力活动的建议，对老年妇女的髋部或大腿骨折的风险在骨质疏松性骨折的研究。在本图中，GBCEE产生的95%置信区间比调整所有潜在混杂因素的双稳健估计量短61%。
2020-03-25 stat.ME
Out-of-sample scoring and automatic selection of causal estimators
Wise Plc（Wise公司）；OSG Digital（OSG数字公司）；University of Oxford（牛津大学）；University of Tartu（塔尔图大学）
最近，许多条件平均治疗效应（CATE）和工具变量（IV）问题的因果估计量已经发表和开源，允许估计随机治疗（如A/B测试）和用户选择对感兴趣的结果的粒度影响。然而，由于缺乏一种有效的方法来对这些模型的样本性能进行评分，以便为给定的应用选择最佳的模型，因此这些模型的实际应用受到了阻碍。我们解决这一差距，提出新的评分方法，为CATE的情况下，一个重要的子集的工具变量的问题，即那些工具变量是客户访问的产品功能，和治疗是客户的选择使用该功能。由于能够对样本外的模型性能进行评分，因此我们可以将超参数优化方法应用于因果模型的选择和调整。我们在一个开源包中实现了这一点，该包依赖于DoWhy和EconML库来实现因果推理模型（还包括Transformed Outcome模型实现），并依赖于FLAML来实现超参数优化和因果模型中使用的组件模型。我们在合成数据上证明，在随机CATE和IV情况下，优化建议的分数是选择模型及其超参数值的可靠方法，其估计值接近真实影响。此外，我们还提供了将这些方法应用于Wise真实客户数据的示例。
2022-12-20 cs.LG stat.ME
