Heterogeneous Treatment Effect Estimation based on a Partially Linear Nonparametric Bayes Model
近年来，条件平均处理效应（CATE）估计因其在统计学、社会科学和生物医学等领域的重要性而受到广泛关注。本研究提出一个部分线性非参数贝叶斯模型的异质性处理效应估计。部分线性模型是一种半参数模型，由线性和非参数分量以相加形式组成。已经研究了使用高斯过程来对非参数分量建模的非参数贝叶斯模型。然而，该模型不能处理处理效应的异质性。在我们提出的模型中，不仅模型的非参数成分，而且治疗变量的异质性处理效应是由一个高斯过程先验建模。本文导出了CATE的后验分布的解析形式，并证明了后验分布具有相合性。也就是说，它集中在真实分布上。我们通过数值实验的基础上合成数据所提出的方法的有效性。
2022-01-28 stat.ME
Combining Parametric and Nonparametric Models to Estimate Treatment Effects in Observational Studies
在观察性研究中进行因果推断需要我们假设混杂变量被正确调整。在这些场景中经常使用g计算方法，最近有几个建议使用g计算的贝叶斯版本。在混杂因素较少的情况下，可以采用标准模型，但是随着混杂因素数量的增加，这些模型变得不太可行，因为对于混杂变量的每个独特组合，可用的观察结果较少。在本文中，我们提出了一个新的模型，估计处理效应的观察性研究，结合参数和非参数的结果模型。通过概念性地分割数据，我们可以在保持共轭框架的同时组合这些模型，从而避免使用MCMC方法。近似使用中心极限定理和随机抽样允许我们的方法扩展到高维混杂，同时保持计算效率。我们说明了模型使用精心构建的模拟研究，以及比较计算成本与其他基准模型。
2021-10-21 stat.CO stat.ME
Nonparametric Heterogeneous Treatment Effect Estimation in Repeated Cross Sectional Designs
确定人口对健康或政策干预的反应的异质性对于评估和告知政策决定至关重要。我们提出了一种新的异质性处理效应估计的差异中的差异设计与重复的横截面数据，在那里我们观察不同的样本的人口在两个时间段分开的政策干预，以及作为控制的人口样本。我们的估计器具有正交特性，能够快速学习处理效应，同时允许较慢的速率估计滋扰成分。我们的建议在各种模拟设置中显示出有前途的经验性能。
2021-08-22 stat.ME
Nonparametric tests of treatment effect homogeneity for policy-makers
Ghent University（根特大学）；École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；Fred Hutchinson Cancer Center（弗雷德·哈钦森癌症中心）
本文提出非参数检验方法，用于检测治疗效应异质性，适用于连续和离散协变量，无需样本分割即可获得可 tractable 的渐近 null 分布，通过模拟研究和艾滋病临床试验重新分析验证其有效性。
2026-04-04 stat.ME
A general nonparametric framework for testing hypotheses about function-valued parameters
University of Washington（华盛顿大学）；Fred Hutchinson Cancer Center（弗雷德·哈钦森癌症中心）
本文提出一种非参数方法，用于检验条件分布定义的统计参数是否在条件变量上恒定，应用于治疗异质性、条件关联效应和条件均值依赖等问题，通过函数值参数的范数研究建立检验方法，并在模拟和乳腺癌试验中验证其有效性。
2026-04-21 stat.ME
Data fusion methods for the heterogeneity of treatment effect and confounding function
针对随机对照试验对异质性处理效应（HTE）检验力不足及观察性研究存在混杂的问题，提出利用混杂函数融合两类研究数据，推导了半参数有效得分与整合估计量，证明了HTE与混杂函数的可识别性及估计量更优的条件。
2024-11-13 stat.ME
Causal Discovery with Heterogeneous Observational Data
我们考虑的问题，因果发现（结构学习）从异质观测数据。大多数现有的方法假设一个均匀的抽样方案，这导致误导性的结论时，违反了在许多应用中。为此，我们提出了一种新的方法，利用数据的异质性来推断因果关系不足的系统可能循环因果结构。核心思想是将直接因果效应建模为外源协变量的函数，从而正确解释数据的异质性。我们研究所提出的模型的结构可识别性。结构学习以完全贝叶斯的方式进行，这提供了自然的不确定性量化。我们通过大量的模拟和现实世界的应用程序证明了它的实用性。
2022-01-28 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
Heterogeneous Treatment Effects under Network Interference: A Nonparametric Approach Based on Node Connectivity
Purdue University（普渡大学）；University of Michigan（密歇根大学）
该研究针对网络干扰下的因果推断问题，提出了基于节点连通性的非参数方法KECENI，用于估计节点级反事实均值，通过小额信贷数据验证了其可揭示网络特征对处理效应的影响。
2026-08-07 stat.ME
Efficient nonparametric causal inference with missing exposure information
暴露信息缺失是许多观察性研究的一个非常常见的特征。在这里，我们研究的可识别性和有效的估计向量结果的因果关系的影响，在这种情况下，治疗是无混淆的，但部分失踪。我们考虑一个随机缺失的设置，其中治疗中的缺失不仅取决于复杂的协变量，而且还取决于治疗后的结果。我们给出了一个新的识别表达式平均处理效应在这种情况下，随着有效的影响函数，这个参数在非参数模型中，这产生了一个非参数的效率界。我们使用后一个结果来构造对维数灾难不像通常那样敏感的非参数估计，例如，通过具有更快的收敛速度比复杂的滋扰估计，他们依赖。进一步，我们表明，这些估计可以根-n一致的和渐近正常的弱非参数条件下，即使使用灵活的机器学习。最后，我们将这些结果应用到部分缺失工具变量的因果推断问题。
2020-02-02 stat.ME
A standardized framework for risk-based assessment of treatment effect heterogeneity in observational healthcare databases
处理效应异质性的预测方法声明重点关注基线风险作为处理效应的稳健预测因子，并为RCT背景下基于风险的处理效应异质性评估提供指导。本研究的目的是使用标准化的可扩展框架将这种方法扩展到观察环境。该框架包括五个步骤：1）确定研究目标，即，人群、治疗、对照药物和关注的结局; 2）相关数据库的识别; 3）关注结局的预测模型的开发; 4）校正观察到的混杂因素后，在预测风险分层内估计相对和绝对处理效应; 5）结果的展示。我们通过评估血管紧张素转换酶（ACE）抑制剂与β受体阻滞剂对三个观察性数据库中三个疗效和六个安全性结局的影响的异质性来证明我们的框架。拟议的框架可以补充任何比较效力研究。我们提供了一个公开可用的R软件包，用于将此框架应用于映射到观察性医学成果伙伴关系公共数据模型的任何数据库。在我们的研究中，急性心肌梗死低风险患者在所有三种疗效结局方面的绝对获益可忽略不计，尽管在最高风险季度更为明显，尤其是在心力衰竭住院治疗方面。然而，失败的诊断显示残余不平衡的证据，即使在调整观察到的混杂。我们的框架允许评价不同风险分层的不同处理效应，这为考虑替代治疗之间的获益-损害权衡提供了机会。
2022-07-01 stat.ME stat.ML
Multiply Robust Causal Inference with Double Negative Control Adjustment for Categorical Unmeasured Confounding
在观察性研究中，不可测量的混杂因素对因果推断是一种威胁。近年来，使用阴性对照来减轻不可测量的混杂因素得到了越来越多的认可和普及。阴性对照在实验室科学和流行病学中具有排除非因果解释的悠久传统，尽管它们主要用于偏倚检测。最近，Miao等人（2018）描述了一对阴性对照暴露量和结局变量可用于从受非受控混杂影响的观察数据中非参数化识别平均处理效应（ATE）的充分条件。在本文中，我们建立了非参数识别的ATE在较弱的条件下的情况下，分类不可测的混杂和负控制变量。我们还提供了一个通用的半参数框架，用于获得有关ATE的推断，同时利用有关可能大量的测量协变量的信息。特别地，我们推导了非参数模型下的半参数有效界，并在非参数估计不可行的情况下，提出了多重稳健和局部有效估计。我们在广泛的模拟研究中评估我们的方法的有限样本性能。最后，我们说明了我们的方法与应用程序的postlicensure儿童疫苗的安全性监测。
2019-09-04 stat.ME
Bayesian Nonparametric Trees for Principal Causal Effects
针对连续中间变量下无限多主层导致的主因果效应评估难题，提出基于贝叶斯因果森林的双贝叶斯加性回归树模型，灵活评估跨主层的处理效应异质性，并应用于发电厂排放控制技术对颗粒污染的影响分析。
2024-03-20 stat.ME
Studentized sensitivity analysis for the sample average treatment effect in paired observational studies
观察性研究中因果推断的一个基本局限性是，一种效应的感知证据可能由主要分析中未考虑的因素解释。在所有个体的处理效应恒定的假设下，建立了评估研究结论对未测量混杂因素敏感性的方法。在可能存在未测量混杂的情况下，有人认为某些效应异质性模式可能与未观察到的协变量共同导致进行的敏感性分析不充分。我们提出了一种新的方法进行敏感性分析的样本平均处理效应的效果异质性的配对观察性研究。我们推荐的程序，称为学生化敏感性分析，代表了最近关于学生化排列检验的工作在观察性研究中的扩展，在观察性研究中，随机化不再是均匀的。该方法自然地将配对实验中样本平均处理效应的常规检验扩展到未知但有界的分配给处理的概率的情况。在这样做的时候，我们说明，对某些敏感性分析的运作假设不变的影响，在很大程度上是没有道理的。
2018-09-12 stat.ME
Nonparametric regression for cost-effectiveness analyses with observational data -- a tutorial
本文面向成本效果研究者介绍以BART为代表的现代非参数回归方法，提供实施指导与代码，以改进观察性数据中健康结局和成本处理效应的估计。
2025-07-28 econ.EM stat.AP
Nonparametric identification and efficient estimation of causal effects with instrumental variables
本文整理了基于条件Wald估计量的因果效应非参数识别条件，提出了对应边际和条件因果对比泛函的非参数有效估计量，并通过观察性研究和随机试验验证了方法。
2024-02-14 stat.ME
Adaptive Combination of Randomized and Observational Data
随机试验和观察性研究的数据有时可同时用于评估干预措施的效果。随机化数据通常允许可靠地估计平均处理效应，但在估计广泛患者的条件性平均处理效应时，可能会受到样本量和患者异质性的限制。观察性研究的估计值可能会弥补这些局限性，但可能会担心是否已充分解决混杂因素和处理效应异质性。我们提出了一种方法，结合条件处理效应估计从每个来源，使其积极的权重向随机估计时，偏差的观察估计被检测到。这使得组合对于条件因果效应是一致的，无论是否满足观察性研究中一致估计所需的假设。当偏差可以忽略时，将来自每个源的估计量组合以获得最佳效率。我们证明了这个问题可以用一个惩罚最小二乘问题来表示，并考虑了它的渐近性质。仿真结果表明，在有限样本的方法，在有偏见或无偏见的情况下，在观察估计的鲁棒性和效率。我们通过估计激素替代疗法对妇女健康倡议数据中冠心病风险的影响来说明这种方法。
2021-11-29 stat.ME
Nonparametric Treatment Effect Identification in School Choice
Stanford University（斯坦福大学）
本文提出非参数方法识别学校分配中的处理效应，分析了原子处理效应的识别与估计，并推荐新的聚合方案以处理回归不连续性驱动的异质性。
2025-12-29 econ.EM stat.ME
Methods for Integrating Trials and Non-Experimental Data to Examine Treatment Effect Heterogeneity
以观察到的协变量为条件估计处理效应可以提高针对特定个体定制处理的能力。要有效地做到这一点，需要处理潜在的混杂因素，以及足够的数据来充分估计效应适度。最近大量的工作已经研究了使用来自多个随机对照试验和/或观察数据集的数据来估计处理效应异质性。随着许多新方法可用于使用多项研究评估处理效应异质性，重要的是要了解哪些方法最适合用于哪些环境，方法之间的比较如何，以及需要做些什么来继续在该领域取得进展。本文回顾了这些方法，按数据设置进行分类：聚合级数据，联邦学习和个体参与者级数据。我们定义了条件平均处理效应，并讨论了参数和非参数估计值之间的差异，我们列出了关键假设，包括单个研究所需的假设和数据组合所需的假设。在描述了现有的方法，我们比较和对比它们，并揭示未来研究的开放领域。这篇综述表明，有许多可能的方法来估计处理效应异质性，通过数据集的组合，但有大量的工作要做，通过案例研究和模拟比较这些方法，将它们扩展到不同的设置，并完善它们，以解决实际数据中存在的各种挑战。
2023-03-28 stat.ME
Identification and estimation of the conditional average treatment effect with nonignorable missing covariates, treatment, and outcome
University of Michigan（密歇根大学）；Tsinghua University（清华大学）；Yanqi Lake Beijing Institute of Mathematical Sciences and Applications（北京雁栖湖应用数学研究院）
本文提出在非随机缺失机制下非参数识别条件平均处理效应，并开发了非参数和参数估计方法，同时提出敏感性分析框架以评估稳健性。
2026-02-22 stat.ME
Local Balance Calibration for Nonparametric Propensity Score Estimation
The University of Texas MD Anderson Cancer Center（德克萨斯大学安德森癌症中心）；University of Texas School of Public Health（德克萨斯大学公共卫生学院）；Mayo Clinic（梅奥诊所）
本文提出基于神经网络的局部平衡校准方法，通过结合灵活的函数逼近与显式协变量平衡校准，提升倾向评分估计的稳定性与准确性。
2026-04-08 stat.ME
Causal bounds for outcome-dependent sampling in observational studies
结果依赖型抽样设计在流行病学、生态学和经济学等许多不同的科学领域都很常见。与所有的观察性研究一样，这种设计经常受到无法测量的混杂因素的影响，这通常会排除因果效应的非参数识别。非参数边界可以提供一种方法来缩小不可识别因果效应的可能值范围，而无需进行额外的不可检验假设。非参数界文献几乎完全集中在随机抽样的设置，和边界往往是由一个特定的线性规划方法。我们推导了因果风险差异的新界限，通常称为平均处理效应，在六种情况下，采用结果依赖性抽样和未测量的混杂因素，用于二进制结果和暴露。我们的推导的界限说明了两种方法，可能适用于其他设置的边界问题不能直接表示为一个系统的线性约束。我们说明了我们推导出的边界在一个真实的数据例子，涉及维生素D浓度对死亡率的影响。
2020-10-11 math.ST stat.ME stat.TH
Causal inference with confounders missing not at random
从观察性研究中得出因果推断是很重要的，但是，如果混杂因素有缺失值，这将变得具有挑战性。一般来说，如果混杂因素是非随机缺失，则无法识别因果效应。我们提出了一个新的框架，以非参数识别因果关系的影响与混杂因素的结果无关的missingness，即缺失数据的机制是独立的结果，给定的治疗和可能的缺失混杂因素。然后，我们提出了一个非参数两阶段最小二乘估计和因果效应的参数估计。
2019-02-01 stat.ME
G-computation for causal effect estimation from observational hierarchical data with unmeasured cluster context
University of Texas at El Paso（埃尔帕索德克萨斯大学）
针对分层观察数据中未测量的聚类层面混杂因素和效应异质性，提出基于随机效应模型的组内G-计算方法，通过按处理流行率分组估计并聚合，有效降低偏差。
2026-06-15 stat.ME
Efficient nonparametric estimation with difference-in-differences in the presence of network dependence and interference
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
本文提出一种在存在网络依赖性和干扰情况下，利用差异-in-差异方法进行高效非参数估计的方法，通过条件平行趋势假设和适当网络依赖性条件，提出双稳健估计器，并应用于研究煤炭电厂采用排放控制技术对县心血管疾病死亡率的影响。
2026-05-09 stat.ME
Nonparametric tests of the causal null with non-discrete exposures
在许多科学研究中，确定暴露是否对结果产生因果影响是很有意义的。在观察性研究中，这是一项具有挑战性的任务，因为存在影响暴露和结局的混杂变量。已经开发了许多方法来测试当观察到所有这些混杂变量并且当感兴趣的暴露是离散的时是否存在因果效应。在这篇文章中，我们提出了一类非参数检验的原假设，有没有平均因果效应的任意单变量暴露的结果中观察到的混杂。我们的测试适用于离散、连续和混合离散-连续曝光。我们表明，我们提出的测试是双重强大的一致性，他们有正确的渐近第一类错误，如果两个滋扰参数参与的问题估计在足够快的速度，他们有能力检测本地替代品接近零的速度$n^{-1/2}$。我们在数值研究中研究了我们的测试的性能，并使用它们来测试吸烟母亲中吸烟对出生体重的因果影响。
2020-10-06 stat.ME
Assessing Heterogeneity of Treatment Effects
本文利用边际分布推导异质性处理效应的非参数严格界限，并在平均效应不显著或理论预测相悖时，通过微观金融和福利改革案例展示其实用性。
2025-08-06 econ.EM stat.AP stat.ME
Precision education: A Bayesian nonparametric approach for handling item and examinee heterogeneity in assessment data
本文通过引入问题水平的聚类效应，并进一步假设每个问题聚类下考生水平的异质性，提出了一种新的非参数贝叶斯IRT模型，其特征为混合二项分布。本文的主要贡献有三个方面：（1）证明了模型的可识别性。(2)聚类效果可以被捕获渐近和感兴趣的参数，测量考生在解决某些问题的熟练程度，可以估计在根n率（对数项）。(3)我们提出了一个易于处理的采样算法，以获得有效的后验样本，从我们提出的模型。我们通过一系列的模拟来评估我们的模型，并将其应用于英语评估数据。这个数据分析的例子很好地说明了我们的模型如何被测试者用来区分不同类型的学生，并帮助设计未来的测试。
2022-11-21 stat.ME
A nonparametric doubly robust test for a continuous treatment effect
针对观察数据中连续处理效应的推断难题，本文提出一种完全非参数双重稳健检验方法，通过局部U-和V-过程建立检验统计量的渐近分布，并利用野自助法实现检验，在R包DRDRtest中发布。
2023-05-22 math.ST stat.ME stat.TH
Causal bootstrapping
School of Computer Science, University of Birmingham（伯明翰大学计算机学院）；MIT（麻省理工学院）
为了得出科学上有意义的结论并建立可靠的定量现象模型，必须考虑因果关系（无论是隐含的还是明确的）。当测量结果不是来自受控实验（干预）环境时，这尤其具有挑战性，因为因果关系可能会被虚假的间接影响所掩盖。来自机器学习的现代预测技术能够捕获变量之间的高维非线性关系，同时依赖于很少的参数或概率模型假设。然而，由于这些技术是关联的，应用于观测数据，它们很容易从非实验（观测）数据中获得虚假的影响，使它们的预测不可靠。因果推理的技术，如概率因果图和do-calculus，提供了强大的（非参数）工具，用于从这些观察数据中得出因果推理。然而，这些技术通常与现代的非参数机器学习算法不兼容，因为它们通常需要显式概率模型。在这里，我们开发因果自举增强经典的非参数自举响应与变量之间的因果关系的信息。这使得可以对观察数据进行重新采样，使得如果可以从该数据识别干预关系，则可以从原始观察数据模拟表示该关系的新数据。通过这种方式，我们可以使用现代机器学习算法不变地做出统计上强大但因果上稳健的预测。我们开发了几种因果自举算法，用于从观测数据中提取干预性推断，用于分类和回归问题，并使用合成和真实世界的例子来证明这种方法的价值。
2020-12-10 cs.LG math.ST stat.ME
Treatment Effect Heterogeneity and Importance Measures for Multivariate Continuous Treatments
本文针对多元连续暴露的处理效应估计问题，提出灵活的非参数贝叶斯方法，引入刻画处理效应异质性的新估计量并给出估计程序，通过后验收缩率提供理论支持，并在PM$_{2.5}$组分暴露健康效应研究中验证了方法有效性。
2025-01-03 stat.AP stat.ME
Nonparametric efficient inference for network quantile causal effects under partial interference
Washington University in St. Louis（圣路易斯华盛顿大学）；Yale School of Public Health（耶鲁公共卫生学院）
本文研究了在部分干扰下网络分位数因果效应的非参数高效推断方法，提出了一种非参数高效估计器，具有参数一致性且允许灵活的数据自适应估计复杂 nuisance 函数。
2026-04-14 stat.AP stat.ME stat.ML
Heterogeneity-Aware Regression with Nonparametric Estimation and Structured Selection for Hospital Readmission Prediction
针对再入院预测中患者异质性问题，提出层次组结构核的非参数回归模型，实现变量选择与可解释性，在模拟和真实数据上优于lasso和XGBoost。
2025-07-08 stat.ME
Bayesian nonparametric mixtures of categorical directed graphs for heterogeneous causal inference
本文提出基于分类DAG的狄利克雷过程混合模型，在个体层面进行异质性因果推断，并通过模拟和乳腺癌心脏毒性数据验证其有效性。
2024-08-31 stat.AP stat.ME
Nonparametric regression for multiple heterogeneous networks
我们研究了在同一组节点上观察到多个不同网络的非参数方法。这样的样本可以以从公共分布中提取的复制网络的形式出现，或者以异构网络的形式出现，其中网络生成过程从一个网络到另一个网络是不同的，例如，动态和跨部门的网络。无向网络的非参数方法主要集中在图子模型的估计上。虽然图子模型考虑了节点的异质性，但它没有考虑网络的异质性，这是一个特定于观察到多个网络的应用程序的特性。为了解决多个网络的这种设置，我们提出了一个多图子模型，它允许节点级以及网络级的异构性。我们展示了如何利用来自多个网络的信息，通过标准的非参数回归技术，例如核回归，正交序列估计，使多graphon的估计。我们研究了所提出的估计建立恢复的潜在节点的位置可以忽略不计的误差，和收敛的多graphon估计的正态分布的理论性质。有限样本的性能进行了研究，在模拟研究和应用程序的两个现实世界的网络-一个动态的接触网络的蚂蚁和收集的结构脑网络从不同的主题-说明我们的方法的效用。
2020-01-14 stat.ME
Do Contemporary Causal Inference Models Capture Real-World Heterogeneity? Findings from a Large-Scale Benchmark
Amazon（亚马逊）；University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
本文构建含12个真实数据集与43,200个变体的大规模 CATE 基准，结合观察性抽样与新统计量 Q，发现现代模型常逊于简单基线。
2025-02-20 cs.LG stat.ML
Nonparametric Empirical Bayes Estimation on Heterogeneous Data
University of Kansas（堪萨斯大学）；San Francisco State University（旧金山州立大学）；Emory University（埃默里大学）；University of Southern California（南加州大学）；Zhejiang University（浙江大学）
本文提出非参数经验贝叶斯结构 Tweedie（NEST）估计器，用于高效估计未知效应量并调整异质性，通过广义 Tweedie 公式解决均值和方差选择偏差问题，实验证明其在多个场景下具有更高的效率。
2026-03-24 stat.ME
Bayesian Nonparametric Causal Inference: Information Rates and Learning Algorithms
University of California Los Angeles (UCLA)（加州大学洛杉矶分校）；University of Oxford（牛津大学）
我们研究了从观察数据中估计治疗对个体受试者的因果效应的问题，这是各个应用领域的核心问题，包括医疗保健，社会科学和在线广告。在Neyman Rubin潜在结果模型中，我们使用估计和真实分布之间的Kullback Leibler（KL）分歧作为估计准确性的度量，并且我们将贝叶斯因果推断过程的信息率定义为估计和真实分布之间的库尔贝克-莱布勒散度的预期值（的渐近等价类）作为样本数的函数。利用Fano方法，我们建立了一个贝叶斯估计所能达到的信息率的基本极限，并证明了这个基本极限与观测数据中的选择偏差无关。我们表征贝叶斯先验的潜在（事实和反事实）的结果，实现最佳的信息率。因此，我们表明，一个特定的类的先验，已被广泛使用的因果推断文献不能达到最佳的信息率。另一方面，更广泛的先验类别可以实现最优信息率。我们继续提出了一个先验适应程序（我们称之为基于信息的经验贝叶斯程序），通过最大化恢复的因果效应的信息理论标准，而不是最大化所观察到的（事实）数据的边际可能性，优化贝叶斯先验。在此基础上，我们构造了一个信息最优的贝叶斯因果推断算法。
2018-01-21 cs.LG stat.ME stat.ML
Sample Complexity of Causal Identification with Temporal Heterogeneity
本文研究了在时间异质性条件下因果图恢复的样本复杂性，通过整合时间结构与环境异质性，提出了统一的可识别性条件，并揭示了厚尾分布下统计恢复的限制。
2026-02-06 cs.LG stat.ML
Bootstrapped Edge Count Tests for Nonparametric Two-Sample Inference Under Heterogeneity
针对含潜在子群体的异质数据，本文提出基于复合原假设和自助校准的加权边数两样本检验，可稳健检测分布差异，并在模拟与网络游戏异常行为检测中表现优异。
2023-04-26 stat.CO stat.ME stat.ML
Robust nonparametric integrative analysis to decipher heterogeneity and commonality across subgroups using sparse boosting
在许多生物医学问题中，数据通常是异质的，样本跨越多个患者亚组，其中不同的亚组可能具有不同的疾病亚型、阶段或其他医学背景。这些亚组可能相关，但预计它们在基础生物学方面也存在差异。异质性数据提供了一个宝贵的机会，探索相关亚组之间的异质性和共性。不幸的是，仍然缺乏有效的统计分析方法。近年来，一些基于综合分析的新方法被提出来解决这个具有挑战性的问题。尽管有希望的结果，现有的研究仍然是有限的，忽略了数据污染，并作出严格的假设，线性效应的协变量的响应。因此，我们开发了一个强大的非参数综合分析方法来识别异质性和共性，以及选择重要的协变量和估计协变量的影响。通过采用柯西损失函数来适应可能的数据污染，并建立非参数模型来适应非线性效应。所提出的方法是基于稀疏增强技术。所提出的方法的优点是在广泛的模拟证明。对多形性胶质母细胞瘤和肺腺癌的癌症基因组图谱数据的分析表明，所提出的方法具有令人满意的预测，具有生物学意义的发现。
2022-11-28 stat.AP stat.ME
Logistic regression is not enough: The need for Bayesian nonparametric modelling for causal inference using observational data, exemplified by the 'gateway' effect
College of Natural Sciences, The University of Texas at Austin（德克萨斯大学奥斯汀分校自然科学学院）；Department of Data Management & Statistical Analysis, Pinney Associates（Pinney Associates 数据管理与统计分析部）；School of Global Public Health, New York University（纽约大学全球公共卫生学院）
本文通过理论分析和实证研究，指出逻辑回归模型在因果推断中的局限性，并采用贝叶斯加性回归树（BART）对电子烟使用与吸烟之间的“门户”效应进行建模，发现该效应在因果推断下消失，解决了与人口趋势的矛盾。
2026-05-31 stat.AP
Discovering Heterogeneous Treatment Effects in Regression Discontinuity Designs
本文提出一种基于诚实断点回归树的因果监督学习算法，在精确和模糊RD设计中自动发现驱动处理效应异质性的协变量，并通过模拟和罗马尼亚中学择校数据验证其有效性。
2025-08-29 econ.EM stat.ML
Machine Learning Analysis of Heterogeneity in the Effect of Student Mindset Interventions
Massachusetts Institute of Technology（麻省理工学院）
我们通过国家学习心态研究（NSLM）的观察数据集研究了心态干预对学生水平表现的影响的异质性。我们的分析使用机器学习（ML）来解决以下相关问题：评估治疗组重叠和协变量平衡，插补条件平均处理效应，以及解释插补效应。通过比较几个不同的模型家族，我们说明了现成的和专门建立的估计的灵活性。我们发现，心态干预有积极的平均效果为0.26，95%-CI [0.22，0.30]，在[0.1，0.4]范围内的异质性是由学校水平的成绩水平，贫困集中，城市化，和学生先前的期望调节。
2018-11-14 cs.LG stat.AP stat.ML
Multiscale Comparison of Nonparametric Trending Coefficients
本文提出检验面板数据时变系数斜率异质性的多尺度框架，可定位差异位置、挖掘潜在分组结构，实证验证了美国货币冲击影响存在异质性。
2025-11-16 econ.EM stat.ME
Modelling spatial heterogeneity in the effects of area-level covariates on income distributions using Bayesian nonparametric methods
King’s College London（伦敦国王学院）；University College London（伦敦大学学院）
本文提出NLMFM-C模型，通过混合潜在因子密度分析收入分布变化，探讨空间和协变量效应，应用于美国四个州2016和2020年的微观数据，揭示收入水平和人口特征对收入分布的影响。
2026-04-25 stat.AP stat.ME
Asymptotic properties of resampling-based processes for the average treatment effect in observational studies with competing risks
本文研究了具有竞争风险的生存时间数据中平均处理效应的三种重抽样方法的大样本性质，并证明了其渐近有效性，为推导置信区间提供了理论依据。
2023-06-05 math.ST stat.TH
Exact, Nonparametric Sensitivity Analysis for Observational Studies of Contingency Tables
Department of Statistics, University of Wisconsin–Madison（威斯康星大学麦迪逊分校统计系）
该研究针对列联表观察性研究的未测量混杂，提出适配非二元处理与结局的精确非参数敏感性分析方法，推导了相关检验的精确最坏情况原分布计算方法，开发了R包并通过实证分析验证其有效性。
2026-11-03 stat.ME
Testing for the Presence of Structural Change and Spatial Heterogeneity
在时空模型中，结构变化和/或空间异质性很容易影响参数的估计。在文献[1]的时空模型基础上，我们利用Bootstrap技术和前向搜索算法，建立了一个非参数方法来检验结构变化和空间异质性的存在。在构造时间参数的置信区间时，时间序列自举法可以滤除暂时性结构变化的影响。前向搜索还将有助于为空间参数构建稳健的置信区间。然后使用这些置信区间来决定无结构变化/空间异质性的原假设。模拟研究表明，在一定条件下，所提出的测试程序在检测存在的结构变化和空间异质性的能力。
2021-07-06 stat.ME
Nonparametric Empirical Bayes Estimation and Testing for Sparse and Heteroscedastic Signals
University of Pennsylvania（宾夕法尼亚大学）；Temple University（天普大学）；University of Michigan（密歇根大学）
现代大规模数据往往涉及高维未知参数的估计和检验。希望以准确性和错误发现控制来识别稀疏信号，“大海捞针”。然而，现代数据结构中前所未有的复杂性和异构性需要新的机器学习工具来有效地利用共性，并针对稀疏性和异构性进行鲁棒调整。此外，高维参数的估计往往缺乏不确定性量化。在本文中，我们提出了一种新的尖峰和非参数混合先验（SNP）-尖峰，以促进稀疏性和非参数结构捕获信号。与现有的方法相比，本文提出的方法同时解决了估计和检验问题，具有以下优点：1）稀疏性估计准确; 2）具有收缩/软阈值特性的点估计; 3）不确定性量化的可信区间; 4）控制错误发现率的最优多重检验过程。我们的方法在模拟数据和基因表达案例研究上都表现出很好的经验性能。
2021-11-05 cs.LG stat.ME
Modeling Nonlinear Ability Trajectories and Learner Heterogeneity in Online Learning: A Bayesian Nonparametric Dynamic IRT Framework
Shenzhen University（深圳大学）；University of California, Los Angeles（加州大学洛杉矶分校）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Michigan State University（密歇根州立大学）
提出贝叶斯非参数动态IRT框架，用B样条基函数捕捉非线性效应，MFM先验自动确定聚类数，克服线性假设、预设聚类数和无法追踪纵向动态的局限，应用于198名大学生数据，识别出四种学习者轮廓。
2026-06-16 stat.AP stat.ME
Bayesian Nonparametric Nonhomogeneous Poisson Process with Applications to USGS Earthquake Data
灰度估计是空间点模式数据统计分析中的一个常见问题。提出了一种基于有限混合模型（MFM）的空间点过程强度估计的非参数贝叶斯方法。MFM方法在考虑异质性的同时，对不同地区的空间点模式强度进行了相合估计。提出了一种有效的马尔可夫链蒙特卡罗（MCMC）算法。进行了广泛的模拟研究，以检查所提出的方法的经验性能。我们提出的方法的使用进一步说明了美国地质调查局（USGS）地震数据的地震灾害计划的分析。
2019-07-06 stat.AP stat.ME
Optimal stratification of survival data via Bayesian nonparametric mixtures
分层比例风险模型代表了一种简单的解决方案，可以解释数据中的异质性，同时保持对风险函数的乘法效应。层通常通过诉诸于分类协变量所取的值来先验地定义。提出了一个一般框架，它允许分层的通用加速寿命模型，包括作为一个特殊情况下的威布尔比例风险模型。考虑到分层可能以不同的基线生存率以及预测因子的不同影响为特征，后验确定分层。这是通过考虑贝叶斯非参数混合模型及其在数据分区空间上诱导的后验分布来实现的。最优分层，然后确定的信息准则的变化，反过来，层特定的推理进行。所提出的方法的性能和它的鲁棒性的存在下，右删失的意见进行了研究，通过广泛的模拟研究。从马萨诸塞大学艾滋病研究单位IMPACT研究中提取的数据集的分析提供了进一步的说明。
2021-03-16 stat.ME
MAD Bayes for Tumor Heterogeneity Feature Allocation with Non-Normal Sampling
我们提出了小方差渐近近似的推断肿瘤异质性（TH）使用下一代测序数据。理解TH是生物学中一个重要的开放性研究问题。缺乏适当的统计推断是现有方法中的一个关键空白，所提出的方法旨在填补这一空白。我们建立在一个分层模型与指数家庭的可能性和功能分配之前。所提出的方法推广了Kulis和Jordan（2012）以及Broderick（2012）提出的类似小方差近似et.al用于正常采样下的Dirichlet过程混合和Indian buffet先验模型的推断。我们表明，新算法可以成功地恢复不同的亚克隆的潜在结构，也是数量级快于现有的马尔可夫链蒙特卡罗采样器，后者往往实际上是不可行的高维基因组数据。所提出的方法是可扩展的，简单的实施和受益于贝叶斯非参数模型的灵活性。更重要的是，它为生物界提供了一个有用的工具，用于估计肿瘤样本中的细胞亚型。
2014-12-02 stat.ME
