Generalization bound for estimating causal effects from observational network data
Guangdong University of Technology（广东工业大学）；Shantou University（汕头大学）
针对观测网络数据因果效应估计缺乏泛化界分析的问题，本文结合联合倾向得分重加权与IPM表示学习推导出泛化界，并据此提出加权回归方法，在真实网络半合成数据上验证了有效性。
2023-08-08 cs.LG stat.ME
Frameworks for Estimating Causal Effects in Observational Settings: Comparing Confounder Adjustment and Instrumental Variables
本文提出在假设可能违背时比较混杂因素调整与工具变量估计的原则，并通过多奈哌齐治疗 MCI 的实例说明方法选择。
2023-04-28 stat.ME
Estimating treatment effects from observational data under truncation by death using survival-incorporated quantiles
针对临床研究中“因死亡截断”导致结局无法定义的问题，提出基于逆处理概率加权（IPTW）的结合生存的分位数估计量，证明其渐近性质并发现估计倾向得分能降低方差，模拟与实证揭示了他汀类药物对认知衰退无显著影响。
2025-04-28 stat.AP stat.ME
Estimating Causal Effects From Nonparanormal Observational Data
科学的基本目标之一是解开特定系统的因果链。特别是对于大型系统，这可能是一项艰巨的任务。详细的干预和随机数据采样方法可以用来解决因果关系的问题，但对于许多系统，这样的干预是不可能的或太昂贵，以获得。最近，Maathuis et al.（2010）遵循Spirtes et al.（2000）的思想，引入了一个框架来估计大规模高斯系统中的因果效应。通过将因果网络描述为有向无环图，即使对于非高斯系统，也可以估计一类一致地描述潜在因果相互作用的马尔可夫等价系统。在这些系统中，因果效应不再是线性的，不能再用单一的系数来描述。本文导出了非高斯分布的一个大子类（称为非超正态分布）中因果效应的一般函数形式。我们还得到了一个方便的近似，它可以有效地用于估计。我们将该方法应用于观察基因表达数据集。
2016-11-29 stat.ME
Estimating the Local Air Pollution Impacts of Maritime Traffic: A Principled Approach for Observational Data
我们提出了一种新的方法来估计海上交通的因果影响时，自然或政策实验是不可用的。我们应用这种方法的情况下，马赛，一个大的地中海港口城市，邮轮排放的空气污染是一个日益关注。使用最近的匹配算法设计的时间序列数据，我们创建假设的随机实验，以估计短期增加邮轮交通造成的当地空气污染的变化。然后，我们依靠随机化推断来计算非参数的95%不确定性区间。我们发现，邮轮的到来有很大的影响，城市水平的二氧化氮，颗粒物和二氧化硫的小时浓度。然而，在日常水平上，公路交通的影响似乎比游轮交通大得多。我们的程序还有助于以透明的方式评估这类高频时间序列数据特有的识别挑战。
2022-08-05 stat.AP
Estimating Causal Effects with Observational Data: Guidelines for Agricultural and Applied Economists
本文针对农业与应用经济学多数因果研究依赖观测数据的现状，梳理了常用的观测数据因果效应估计方法，并为相关研究者提供评估、讨论识别策略等方面的实操指南。
2025-08-04 econ.EM stat.ME
Estimating the effect of PEG in ALS patients using observational data subject to censoring by death and missing outcomes
尽管临床疾病登记可能提供有价值的患者和疾病信息，但这些信息在随机试验中是不可能研究的，但在因果推断中也需要特别小心和注意。登记研究数据可能不完整、不一致，并可能存在混淆。在本文中，我们的目的是解决几个分析问题，估计处理效应困扰临床登记，如埃默里肌萎缩侧索硬化症（ALS）临床登记。当试图使用ALS临床登记处的数据评估经皮内镜胃造口术（PEG）管的手术插入对体重指数（BMI）的影响时，必须解决混淆、死亡删失和既往PEG研究中未解决的结局数据缺失等问题。我们提出了一个因果推断框架，估计幸存者的平均因果效应（SACE）的PEG，其中包括一个模型的广义倾向得分，以纠正混淆治疗前的变量，一个模型的主要分层，以占审查死亡，和一个模型的缺失数据机制。将所提出的框架应用于ALS临床登记数据，我们的分析表明，PEG在基线后18个月对BMI具有阳性SACE;我们的结果可能提供比以前的PEG研究更明确的关于PEG影响的答案。
2019-05-06 stat.AP
Estimating high-dimensional intervention effects from observational data
我们假设我们有从未知的底层有向无环图（DAG）模型生成的观测数据。DAG通常无法从观测数据中识别，但可以一致地估计DAG的等价类。此外，对于任何给定的DAG，因果效应可以使用干预演算来估计。在本文中，我们将这两个部分结合起来。对于估计等价类中的每个DAG，我们使用干预演算来估计协变量对响应的因果效应。这产生了每个协变量的估计因果效应的集合。我们表明，在这个集合中的独特的值可以一致地估计的算法，只使用局部信息的图。这种局部方法在高维问题中计算速度快且可行。我们建议使用一组可能的因果效应的汇总措施，以确定变量的重要性。特别是，我们使用这个集合的最小绝对值，因为这是因果效应大小的下限。我们证明了我们的方法在模拟研究和核黄素生产的数据集的优点。
2009-09-02 stat.ME
Estimating Individual Dose-Response Curves under Unobserved Confounders from Observational Data
Tsinghua University（清华大学）；Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院）
本文提出ContiVAE框架，利用带Tilted Gaussian先验的变分自编码器将未观测混杂因素建模为潜在变量，从而在观测数据中估计连续处理的个体剂量-反应曲线，实验显示其性能优于现有方法最多62%。
2024-10-21 cs.LG stat.ML
Combining Observational and Randomized Data for Estimating Heterogeneous Treatment Effects
ETH Zurich（苏黎世联邦理工学院）；University of Cambridge（剑桥大学）；LMU Munich（慕尼黑大学）；The Alan Turing Institute（阿兰·图灵研究所）；UCLA（加州大学洛杉矶分校）
估计异质性处理效应是跨多个领域的重要问题。为了准确估计这种处理效应，人们通常依赖于来自观察性研究或随机实验的数据。目前，大多数现有的作品完全依赖于观测数据，这往往是混淆，因此，产生偏见的估计。虽然观察数据是混杂的，随机数据是无混杂的，但其样本量通常太小，无法了解异质性处理效应。在本文中，我们提出了估计异质性处理效应结合大量的观察数据和少量的随机数据，通过表征学习。特别是，我们引入了一个两步框架：首先，我们使用观测数据来学习共享结构（以表示的形式）;然后，我们使用随机数据来学习数据特定的结构。我们分析了我们的框架的有限样本属性，并将它们与几个自然基线进行比较。因此，我们得出条件时，结合观察和随机数据是有益的，当它不是。在此基础上，我们介绍了一个样本效率的算法，称为CorNet。我们使用大量的模拟研究来验证CorNet和多个真实世界数据集的理论特性，以证明我们的方法相比现有方法的优越性。
2022-02-25 cs.LG stat.ML
Estimating the Causal Impact of Recommendation Systems from Observational Data
推荐系统是网络中越来越重要的一部分，在世界上几个最受欢迎的网站上，推荐系统占到了所有流量的三分之一。尽管如此，人们对这种系统实际上引起了多少活动而不是通过其他手段（例如，搜索），如果没有建议。虽然估计推荐的因果影响的理想方法是通过随机实验，但这种实验成本高昂，可能会给用户带来不便。因此，在本文中，我们提出了一种方法来估计因果关系的影响，从纯粹的观测数据。具体来说，我们表明，通过工具变量的因果关系识别是可能的，当一个产品经历了直接的交通和旁边的产品推荐不瞬时冲击。然后，我们将我们的方法应用于浏览日志，其中包含Amazon.com上210万用户在9个月内的匿名活动，并分析了超过4,000种经历此类冲击的独特产品。我们发现，虽然推荐点击量确实占了这些产品流量的很大一部分，但至少75%的这种活动可能会在没有推荐的情况下发生。最后，我们讨论了该方法适用的假设，以及将结果外推到其他产品、地点或环境的注意事项。
2015-10-19 cs.SI stat.AP
Quantifying Treatment Effects: Estimating Risk Ratios in Causal Inference
针对RCT与观察性数据中风险比估计方法不足的问题，本文提出加权、结果建模及双重稳健估计量，并给出渐近与有限样本分析。
2025-06-10 stat.ME
Assessing Treatment Effect Variation in Observational Studies: Results from a Data Challenge
越来越多的方法旨在评估观察性研究中处理效应变异这一具有挑战性的问题。“观察性研究”的这个特殊部分报告了在2018年大西洋因果推断会议上进行的研讨会的结果，该研讨会旨在了解这些方法的相似性和差异。我们邀请了八组研究人员来分析一个合成的观察数据集，该数据集是使用最近的一项大规模教育随机试验生成的。总的来说，参与者采用了一套不同的方法，从匹配和灵活的结果建模到半参数估计和集成方法。虽然对顶线估计值存在广泛共识，但在估计的处理效应调节方面也存在较大差异。这突出表明，在观察性研究中估计不同的治疗效果通常比单独估计平均处理效应更具挑战性。我们对这次研讨会产生的未来工作提出了几个方向。
2019-09-13 stat.ME
Estimating heterogeneous survival treatment effect in observational data using machine learning
在观察性数据中估计异质性处理效应的方法主要集中在连续或二元结局上，相对较少审查生存结局。在反事实框架中使用灵活的机器学习方法是一种很有前途的方法，可以解决由于复杂的个体特征而带来的挑战，需要针对这些特征量身定制治疗方法。为了评估近期生存机器学习方法用于估计处理效应异质性的操作特征，并为更好的实践提供信息，我们进行了一项全面的模拟研究，该研究提供了一系列描述混杂异质生存处理效应和不同程度协变量重叠的设置。我们的研究结果表明，在加速失效时间模型（AFT-BART-NP）的框架内的非参数贝叶斯加性回归树始终产生最好的性能，在偏差，精度和预期的遗憾。此外，当协变量重叠至少为中度时，AFT-BART-NP的可信区间估计值为个体生存期处理效应提供了接近标称频率论的覆盖范围。在AFT-BART-NP模型公式中包括非参数估计的倾向得分作为额外的固定协变量，可以进一步提高其效率和频率覆盖率。最后，我们展示了灵活的因果机器学习估计器的应用，通过一个全面的案例研究，检查两种放射治疗方法对局部高危前列腺癌的异质性生存影响。
2021-05-19 stat.AP stat.ML
Differential recall bias in estimating treatment effects in observational studies
本文针对观察性研究中自我报告二元暴露的差异性回忆偏倚问题，提出ATE界限、多种估计方法和敏感性分析技术，并通过模拟及应用童年虐待对成年心理健康影响的研究验证其有效性。
2024-06-30 stat.ME
Estimating Individual Treatment Effects with Time-Varying Confounders
从观察数据中估计个体处理效应（ITE）在医疗保健中具有重要意义和实用价值。现有的研究主要依赖于强可解释性假设，即不存在隐藏的混杂因素，这可能导致估计因果效应时的偏倚。一些研究认为隐藏混杂因素是为静态环境设计的，不容易适应动态环境。事实上，大多数观察数据（例如，电子医疗记录）自然是动态的并且由顺序信息组成。在本文中，我们提出了深度序贯加权（DSW）估计ITE随时间变化的混杂因素。具体而言，DSW通过使用深度递归加权神经网络合并当前治疗分配和历史信息来推断隐藏的混杂因素。隐藏混杂因素的学习表示与当前观察到的数据相结合，用于潜在结果和治疗预测。我们计算治疗的时变逆概率以重新加权群体。我们对全合成，半合成和真实世界的数据集进行了全面的比较实验，以评估我们的模型和基线的性能。结果表明，我们的模型可以产生无偏和准确的处理效应的条件下随时间变化的观察和隐藏的混杂因素，为个性化医疗铺平了道路。
2020-12-15 stat.AP stat.ME stat.ML
Estimating Heterogeneous Treatment Effects by Combining Weak Instruments and Observational Data
Cornell University（康奈尔大学）
针对观测数据存在未观测混杂、工具变量数据依从性低的问题，提出结合两类数据的两阶段框架，通过依从性加权校正估计异质性处理效应，经模拟和真实数据验证有效。
2024-11-01 cs.LG stat.ME stat.ML
Dimension-reduced outcome-weighted learning for estimating individualized treatment regimes in observational studies
本文提出了一种降维的基于结果加权学习的方法，用于在观察性研究中更准确地估计个体化治疗方案，通过降低协变量维度以提高模型性能和可解释性。
2026-01-11 cs.LG stat.ME stat.ML
From Observational Data to Clinical Recommendations: A Causal Framework for Estimating Patient-level Treatment Effects and Learning Policies
Faculty of Data and Decision Sciences, Technion（数据与决策科学学院，技术ion）；Blavatnik School of Computer Science, Tel-Aviv University（Blavatnik计算机科学学院，特拉维夫大学）；Department of Cardiology, Rambam Health Care Campus（心内科部，拉马姆医疗中心）；The Bruce Rappaport Faculty of Medicine, Technion（布鲁斯·拉帕波特医学院，技术ion）；Department of Statistics and Operations Research, School of Mathematical Sciences, Tel Aviv University（统计与运筹学部，数学科学学院，特拉维夫大学）
本文提出一个构建患者特定治疗推荐模型的因果框架，整合现有方法形成实用流程，并在心力衰竭伴急性肾损伤患者的真实用例中验证了其能改善预后。
2025-07-16 cs.LG stat.AP stat.ML
Dynamic models for estimating the effect of HAART on CD4 in observational studies: application to the Aquitaine Cohort study and the Swiss HIV Cohort Study
在许多随机临床试验中，高效抗逆转录病毒治疗（HAART）已被证明在增加CD 4计数方面有效。因为随机试验有一些局限性（例如，持续时间短，高度选择的受试者），使用观察性研究来评估它是很有趣的。这是具有挑战性的，因为治疗优先在患有重度疾病的受试者中开始，特别是在具有低CD 4计数的受试者中。这个一般性问题已经用依赖于反事实表述的边际结构模型（MSM）来处理。因果关系的另一种方法是基于动态模型。首先，我们提出了三个离散时间动态模型的基础上线性增量（LIM）：最简单的模型是由一个差分方程CD 4计数;第二个有一个平衡点;第三个模型是基于一个系统的两个差分方程，允许联合建模CD 4计数和病毒载量。然后，我们考虑连续时间模型的基础上常微分方程的随机效应（ODE-NLME）。这些机制模型允许在可用时并入生物学知识，这导致用于检测处理效应的能力增加。然而，在ODE-NLME模型中的推断从数值的角度来看是具有挑战性的，并且需要特定的方法和软件。LIM在一致性、精确性和复杂性方面是一个有价值的中间选择。不同的方法进行了比较，在模拟和适用于艾滋病毒队列（ANRS CO 3阿基坦队列和瑞士艾滋病毒队列研究）。
2015-11-20 stat.ME
Causal inference from observational data: Estimating the effect of contributions on visitation frequency atLinkedIn
随机实验（A/B测试）已经成为面向网络的公司指导创新、评估新产品和优先考虑想法的标准方式。然而，有些时候，当运行实验太复杂时（例如，我们还没有建立基础设施），昂贵（例如，干预将对收入产生实质性的负面影响），并且耗时（例如，效果可能需要几个月才能实现）。即使我们可以进行实验，了解影响的程度也会帮助我们确定测试的优先级，并为不同的治疗组确定适当的流量分配，从而大大加快产品开发生命周期。在这种情况下，我们应该利用观测数据快速、经济高效地获得对因果效应的可靠估计。尽管从观测数据中进行因果推断的历史很长，但科技公司的数据科学家对其的采用一直很缓慢。在本文中，我们通过简要介绍因果推断的广阔领域来纠正这一点，并特别关注数据科学家可以直接利用的工具和技术。我们说明了如何应用这些方法来衡量贡献的影响（例如，发布、评论、喜欢或发送私人消息）。通过A/B测试评估贡献对参与度的影响需要鼓励设计和非标准实验基础设施的开发，这可能会消耗大量的时间和财政资源。我们提出了多种有效的策略，利用历史数据来准确地估计用户对她自己和她的邻居的贡献的同期（或瞬时）因果效应（即，她所连接的用户）随后的访问频率。我们将这些工具应用于LinkedIn数百万会员的数据。
2019-03-18 stat.AP
Estimating average treatment effects when treatment data are absent in a target study
University of Waterloo（滑铁卢大学）；University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校）
本文针对观察数据缺乏治疗信息而外部数据无结果测量的场景，提出利用数据整合表征后治疗暴露分布，以估计治疗干预的反事实平均效果，并讨论所需假设与估计策略。
2025-09-26 stat.AP 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
Causal-BALD: Deep Bayesian Active Learning of Outcomes to Infer Treatment-Effects from Observational Data
OATML（牛津大学机器学习与应用实验室）；University of Oxford（牛津大学）；Machine Learning and Causal Inference in Healthcare Lab（医疗保健机器学习与因果推理实验室）；Technion（以色列理工学院）
在实验设计不可行、不道德或昂贵的情况下，从高维观察数据估计个性化治疗效果至关重要。现有的方法依赖于对治疗人群和对照人群观察到的结果拟合深度模型。然而，当测量个体结果是昂贵的时，如肿瘤活检的情况，需要用于获取每个结果的样本效率策略。深度贝叶斯主动学习通过选择具有高不确定性的点来提供高效数据采集的框架。然而，现有方法使训练数据采集偏向于处理群体和对照群体之间的非重叠支持区域。这些都不是样本效率，因为在这些地区的治疗效果是无法识别的。我们引入因果，贝叶斯采集功能接地信息论，偏置数据采集区域重叠的支持，以最大限度地提高样本效率学习个性化的治疗效果。我们展示了所提出的采集策略在合成和半合成数据集IHDP和CMNIST及其扩展上的性能，这些扩展旨在模拟常见的数据集偏差和病理。
2022-02-01 cs.LG stat.ML
A Balancing Weight Framework for Estimating the Causal Effect of General Treatments
在观察性研究中，直接优化治疗和协变量之间平衡的加权方法最近受到了广泛关注;然而，这些方法主要集中在二元治疗上。受域适应的启发，我们表明，这种方法实际上可以重新制定为一个差异最小化问题的具体实现，旨在解决从观察到干预数据的分布转移。更确切地说，我们引入了一个新的框架，通过离散最小化的协变量平衡（CBDM），它可证明地包含了大多数现有的平衡权重方法，并将其正式扩展到任意类型的处理（例如，连续的或多变量的）。我们为我们的框架建立了理论保证，这两个框架都提供了二进制处理时已知属性的概括，并更好地把握在非二进制设置中选择什么样的超参数。基于这样的见解，我们提出了一个特定的实施CBDM估计剂量-响应曲线，并通过实验证明其竞争力的表现相对于其他现有的方法进行连续治疗。
2020-02-26 math.ST stat.ME stat.TH
Estimating long-term causal effects from short-term experiments and long-term observational data with unobserved confounding
University College London（伦敦大学学院）；Spotify（声田）
理解和量化因果关系是许多领域的重要问题。对这个问题的普遍认可的解决方案是进行随机对照试验。然而，即使可以进行随机对照试验，由于成本考虑，它们通常持续时间相对较短。这使得学习长期因果效应在实践中成为一项非常具有挑战性的任务，因为长期结果只能在长时间延迟后观察到。在本文中，我们研究的识别和估计的长期处理效应时，实验和观察数据。以前的工作提供了一个估计策略，以确定长期的因果关系，从这些数据制度。然而，这种策略只有在假设观察数据中没有未观察到的混杂因素时才有效。在本文中，我们专门讨论了具有挑战性的情况下，未测量的混杂因素存在于观察数据。我们的长期因果效应估计量是通过将回归残差与短期实验结果以特定的方式组合以创建一个工具变量来获得的，然后通过工具变量回归来量化长期因果效应。我们证明了该估计量是无偏的，并分析了其方差。在前门因果结构的背景下，这提供了一个新的因果估计，这可能是独立的利益。最后，我们实证测试我们的方法的合成数据，以及来自国际中风试验的真实数据。
2023-02-21 cs.LG stat.ML
Causal Discovery of Linear Cyclic Models from Multiple Experimental Data Sets with Overlapping Variables
University of Helsinki（赫尔辛基大学）；Carnegie Mellon University（卡内基梅隆大学）
许多科学数据是以随机实验的方式收集的，这些实验干预了一些变量，并观察了其他感兴趣的变量。通常情况下，一个特定的现象在几项研究中进行调查，每项研究都涉及不同的变量。在这篇文章中，我们考虑的问题，整合这些知识，尽可能多地推断有关的基本因果结构的工会观察到的变量从这样的实验或被动观测重叠的数据集。我们不假设基础数据生成模型的非周期性或联合因果充分性，但我们确实将因果关系限制为线性，并且仅使用数据的二阶顺序统计量。我们推导出最通用的情况下，完整的模型可识别性的条件，并提供新的技术，将忠实的假设，以帮助推理。在每一种情况下，我们都试图根据手头的数据来确定什么是决定性的，什么不是决定性的。
2012-10-16 cs.AI stat.ME stat.ML
Estimating Causal Effects in Gaussian Linear SCMs with Finite Data
Department of Computer Science, Columbia University NY 10025（计算机科学系，哥伦比亚大学）
本文提出中央化高斯线性结构因果模型，通过改进的EM算法在有限数据下有效估计因果效应。
2026-01-08 cs.AI cs.LG stat.ML
Kernel Optimal Orthogonality Weighting: A Balancing Approach to Estimating Effects of Continuous Treatments
许多科学问题需要估计连续治疗的效果。结果建模和基于广义倾向得分的加权回归是评价连续效应最常用的方法。然而，这些技术可能对模型错误指定、极端权重或两者敏感。在本文中，我们提出了核最优连续性加权（KOOW），凸优化为基础的方法，估计连续治疗的效果。KOOW找到使连续治疗和混杂因素之间的最差情况惩罚函数协方差最小化的权重。通过最小化该数量，KOOW成功地提供了使混杂因素和连续治疗正交化的权重，从而提供了最佳协变量平衡，同时控制了极端权重。我们评估其比较性能的模拟研究。使用来自妇女健康倡议观察性研究的数据，我们应用KOOW来评估红肉消费对血压的影响。
2019-10-26 stat.AP stat.ME stat.ML
Learning Overlapping Representations for the Estimation of Individualized Treatment Effects
University of Cambridge（剑桥大学）；The Alan Turing Institute（艾伦图灵研究所）；UCLA（加利福尼亚大学洛杉矶分校）
选择采取何种干预措施，取决于与其他替代办法相比，干预措施的潜在益处或危害。从观测数据中估计替代品的可能结果是一个具有挑战性的问题，因为所有结果都无法观察到，选择偏差排除了不同干预组的直接比较。尽管他们的经验的成功，我们表明，学习域不变表示的输入（上作出预测）的算法往往是不适当的，并开发泛化界，证明依赖域重叠和突出可逆的潜在地图的需要。基于这些结果，我们开发了一种深度核回归算法和后验正则化框架，在各种基准数据集上的性能都大大优于最先进的算法。
2020-02-17 cs.LG stat.ML
Variational Temporal Deconfounder for Individualized Treatment Effect Estimation from Longitudinal Observational Data
University of Florida（佛罗里达大学）
由于混杂偏倚的复杂情况，使用观察性数据估计处理效应，特别是个体化处理效应（ITE）具有挑战性。现有的从纵向观察数据估计处理效应的方法通常是建立在“不混淆”的强假设之上的，这在现实世界的实践中很难实现。在本文中，我们提出了变分时间解码器（VTD），这是一种使用代理（即，用于不可观察变量的替代变量）。具体来说，VTD利用观察到的代理来学习隐藏的嵌入，以反映观察数据中真正的隐藏混杂因素。因此，我们的VTD方法不依赖于“不混淆”的假设。我们在合成和真实世界的临床数据上测试了我们的VTD方法，结果表明，与其他现有模型相比，当隐藏混杂是主要偏倚时，我们的方法是有效的。
2022-07-23 cs.LG stat.ML
Combining Experimental and Observational Data for Identification and Estimation of Long-Term Causal Effects
Boston University（波士顿大学）；Stanford University（斯坦福大学）；University of California, Irvine（加州大学尔湾分校）；Johns Hopkins University（约翰斯·霍普金斯大学）；University of Pennsylvania（宾夕法尼亚大学）
本文融合存在未观测混杂的观测数据与仅有短期随访的实验数据，提出三类长期因果效应识别假设及基于影响函数的估计方法，并以班级规模对 SAT 分数的影响进行实证验证。
2025-09-29 econ.EM math.ST stat.ME
Estimating Individual Treatment Effects using Non-Parametric Regression Models: a Review
University College London（伦敦大学学院）
在卫生、经济和社会科学等学科中，大量的观测数据越来越多，研究人员对因果问题而不是预测感兴趣。在本文中，我们研究的问题，估计异质性处理效应使用非参数回归为基础的方法，从一个实证研究，旨在调查参与学校供餐计划对健康指标的影响。首先，我们介绍了与观察或非完全随机化数据进行因果推断相关的设置和问题，以及如何在统计学习工具的帮助下解决这些问题。然后，我们回顾并开发了一个统一的分类现有的国家的最先进的框架，允许个人处理效应估计通过非参数回归模型。在简要概述了模型选择的问题后，我们说明了一些方法在三个不同的模拟研究中的性能。最后，我们通过对学校供餐计划数据的实证分析，展示了一些方法的使用。
2021-11-23 cs.LG stat.ME stat.ML
Causal inference for observational longitudinal studies using deep survival models
Centre for Big Data Research in Health (CBDRH)（健康大数据研究中心）
观察性纵向研究的因果推断通常需要在存在时间依赖性患者病史和时间依赖性协变量的情况下准确估计处理效应对至事件时间结局的影响。为了解决这一纵向处理效应估计问题，我们开发了一个时变因果生存（TCS）模型，该模型使用潜在结果框架和一系列经常性子网络来估计生存概率的差异及其随时间推移的置信区间，作为时间依赖性协变量和治疗的函数。使用模拟生存数据集，TCS模型在不同样本维度、事件发生率、混杂和重叠的情况下显示出良好的因果效应估计性能。然而，增加样本量并不能有效缓解高水平混杂的不利影响。在一项大型临床队列研究中，TCS确定了预期的条件性平均处理效应，并检测了个体处理效应随时间的异质性。TCS提供了一种有效的方法来估计和更新随时间的个体化处理效应，以改善临床决策。使用倾向得分层和潜在结果子网络有助于纠正选择偏倚。然而，所提出的模型是有限的，在其能力，以纠正来自未测量的混杂的偏见，更广泛的测试TCS极端情况下，如低重叠和存在未测量的混杂因素是需要的，留给未来的工作。
2022-06-08 cs.AI cs.LG q-bio.QM
Estimating Average Treatment Effects Utilizing Fractional Imputation when Confounders are Subject to Missingness
观测数据的缺失问题是普遍存在的。当混杂因素随机缺失时，通常使用多重插补;然而，该方法要求有效推断的一致性条件，在估计平均因果处理效应时可能无法满足。或者，Kim 2011年提出的分数插补已被用于处理回归背景下的缺失值。在这篇文章中，我们开发了部分插补方法来估计混杂因素随机随机缺失的平均处理效应。我们证明了平均处理效应的分数插补估计是渐近正态的，这使得方差估计是一致的。通过仿真研究，比较了分数填补和多重插补的准确度和精确度。
2020-07-08 stat.ME stat.OT
Propensity score matching for estimating a marginal hazard ratio
本文推导了有放回且固定匹配数量下边际因果风险比倾向得分匹配估计量的渐近性质，并提出考虑倾向得分估计不确定性的双重重抽样方差估计技术。
2024-02-01 stat.ME
Estimating heterogeneous treatment effects in nonstationary time series with state-space models
随机试验和观察性研究通常会持续一段时间。处理效应在此期间发生变化，这为治疗反应和长期效果提供了重要见解。许多用于估计处理效应的常规方法限于i.i.d.并且不适于推断处理效应的时间动态。在这些设置中遇到的时间序列是高度信息化的，但往往是非平稳的，由于不断变化的治疗效果。这增加了困难，因为平稳性，时间序列分析中的常见假设，不能合理地假设。另一个挑战是当处理对单元的影响不同时，处理效应的异质性。从非平稳，特别是介入性时间序列中估计异质处理效应的任务是高度相关的，但尚未得到探索。我们提出了因果转移，一种结合回归调整混杂与时间序列建模的方法，以了解治疗的效果以及它如何随着时间的推移而演变。因果转移不假设数据是固定的，可以应用于随机试验和观察性研究，其中治疗是混杂的。因果转移调整可能混杂因素的效应，并将学习效应转移到其他时间序列，从而估计各种形式的处理效应，例如平均处理效应（ATE）或条件平均处理效应（CATE）。通过学习效果的时间动态，因果转移还可以预测未观察到的未来时间点的处理效应，并确定处理的长期后果。
2020-04-10 stat.ME
Estimating Individualized Treatment Effects in Acute Ischemic Stroke with Causal Transformation Models (TRAM-DAG): A Multi-Centre Observational Study with External RCT Validation
Thurgau Institute for Digital Transformation (TIDIT)（图尔豪数字转型研究所）；HTWG Konstanz – University of Applied Sciences Konstanz（康斯坦茨应用科学大学）；Department of Neurology, University Hospital Zurich (USZ)（苏黎世大学神经科部）；University of Zurich (UZH)（苏黎世大学）
提出因果变换模型（TRAM-DAG）估计急性缺血性卒中患者个体化治疗效果，基于观察数据拟合后，在RCT人群中验证其平均效果与ATE一致，并能正确排序患者预后。
2026-07-03 cs.LG stat.AP
A review of some recent advances in causal inference
我们给出了一个有选择性的审查因果推断，为研究人员谁不熟悉图形模型和因果关系的一些最新进展，并侧重于适用于大数据集的方法。我们主要解决从观测数据估计因果效应的问题。例如，可以考虑从野生型基因表达数据，即从不进行任何基因敲除实验而获得的基因表达测量值，来估计单个或多个基因敲除的影响。我们假设观测数据是从一个因果结构中产生的，这个因果结构可以用一个有向无环图（DAG）来表示。首先，我们讨论了因果效应的估计时，潜在的因果DAG是已知的。然而，在大规模网络中，因果DAG通常是未知的。接下来，我们讨论因果结构学习，即从观察数据中学习有关因果结构的信息。然后，我们结合这两个部分，并讨论方法来估计（上界）的因果关系的因果结构是未知的时，从观测数据。我们还说明了这种方法上的酵母基因表达数据集。最后，我们提到几个扩展所讨论的工作。
2015-06-25 stat.ME
Estimating and Improving Dynamic Treatment Regimes With a Time-Varying Instrumental Variable
University of Pennsylvania（宾夕法尼亚大学）
根据回顾性观察数据估计动态治疗方案（DTR）具有挑战性，因为通常会出现某种程度的未测量混杂。在这项工作中，我们开发了一个框架，估计适当定义的“最佳”DTR与随时间变化的工具变量（IV）时，未测量的协变量混淆的治疗和结果，使潜在的结果分布只有部分确定。我们推导出一种新的Bellman方程下的部分识别，用它来定义一个通用类的被估量（称为IV-最优DTR），并研究相关的估计问题。然后，我们扩展了IV最优性框架来解决策略改进问题，提供IV改进的DTR，保证其性能不会比预先指定的基线DTR更差，并且可能更好。重要的是，我们的IV改进框架开辟了严格改进DTR的可能性，DTR在无不可测混杂假设（NUCA）下是最佳的。我们通过大量的模拟证明了IV-优化和IV-改进的DTR的优越性能比仅在NUCA下最优的DTR。在一个真实的数据示例中，我们将回顾性观察登记数据嵌入到一个自然的两阶段实验中，该实验使用随时间变化的IV，并估计有用的IV最佳DTR，该DTR根据其预后变量将母亲分配到高级别或低级别的新生儿重症监护病房。
2021-04-15 cs.LG econ.EM stat.ME
Estimating heterogeneous treatment effects with right-censored data via causal survival forests
Zhejiang University（浙江大学）；UNC Chapel Hill（北卡罗来纳大学教堂山分校）；Stanford University（斯坦福大学）；UIUC（伊利诺伊大学厄巴纳-香槟分校）
基于森林的方法最近在非参数处理效应估计中得到普及。在这一工作的基础上，我们引入了因果生存森林，它可用于估计异质性处理效应的生存和观察设置的结果可能是右删失。我们的方法依赖于正交估计方程，以鲁棒地调整下unconfoundness的删失和选择效果。在我们的实验中，我们发现我们的方法相对于一些基线表现良好。
2023-02-28 cs.LG stat.ME stat.ML
Estimating average causal effects from patient trajectories
LMU Munich（慕尼黑大学）；Munich Center for Machine Learning（慕尼黑机器学习中心）；ETH Zurich（苏黎世联邦理工学院）
在医疗实践中，治疗方法的选择是基于对患者结局的预期因果影响。在这里，估计因果效应的金标准是随机对照试验;然而，这样的试验是昂贵的，有时甚至是不道德的。相反，医疗实践越来越有兴趣从电子健康记录（即观察数据）中估计患者（子）组之间的因果关系。在本文中，我们的目的是估计平均因果效应（ACE）的观察数据（患者轨迹），随着时间的推移收集。为此，我们提出了DeepACE：一种端到端的深度学习模型。DeepACE利用迭代G计算公式来调整时变混杂因素引起的偏倚。此外，我们开发了一种新的顺序靶向程序，确保DeepACE具有良好的理论特性，即，具有双重鲁棒性和渐近有效性。据我们所知，这是第一个提出端到端深度学习模型的工作，该模型专为估计随时间变化的ACE而量身定制。我们在大量的实验中比较了DeepACE，证实它达到了最先进的性能。我们还为患有腰痛的患者提供了一个案例研究，以证明DeepACE为临床实践提供了重要和有意义的发现。我们的工作使医生能够根据人群效应制定有效的治疗建议。
2023-01-23 cs.LG stat.CO stat.ML
Integrating overlapping datasets using bivariate causal discovery
Babylon Health（巴比伦健康）；University College London（伦敦大学学院）
因果知识对于科学中的有效推理至关重要，因为因果关系与相关性不同，允许人们对干预的结果进行推理。可以从观测数据中发现因果关系的算法是基于所有变量都在单个数据集中联合测量的假设。在许多情况下，这种假设是不成立的。以前克服这一缺点的方法设计了算法，这些算法返回与每个单独数据集中包含的条件独立信息一致的所有联合因果结构。但是，由于条件独立性测试只能确定马尔可夫等价的因果结构，因此这些方法返回的一致联合结构的数量可能相当大。在过去的十年里，我们已经看到了优雅的算法的发展，发现超越条件独立的因果关系，它可以区分马尔可夫等价结构。在这项工作中，我们适应和扩展这些所谓的二元因果发现算法的问题，学习一致的因果结构从多个数据集与重叠的变量属于同一个生成过程，提供一个健全的和完整的算法，优于以前的方法合成和真实的数据。
2019-11-11 cs.LG stat.ML
Estimating Causal Effects Under Interference Using Bayesian Generalized Propensity Scores
在大多数现实世界的系统中，单元是相互连接的，可以表示为由节点和边组成的网络。例如，在社会系统中，个人可以有社会联系、家庭或财务关系。在某些装置受到某种处理而其影响溢出到相连装置的情况下，估计处理的直接影响和溢出效应提出了若干挑战。首先，需要对溢出效应沿观测网络发生的方式和程度进行假设。其次，在观察性研究中，治疗分配不受研究者控制，混杂和同质性是识别和估计网络因果效应的潜在威胁。在这里，我们做了两个结构性假设：i）邻域干扰，假设干扰只通过近邻处理的函数起作用; ii）个体和邻域处理的无混淆性，排除了不可测量的混淆变量的存在，包括那些驱动同质性的变量。在这些假设下，我们开发了一个新的协变量调整估计的治疗和溢出效应的观察性研究网络。估计基于广义倾向得分，该分数在不同水平的个体治疗和暴露于邻居治疗的情况下平衡了各个单位的个体和邻居协变量。使用惩罚样条回归对倾向得分进行调整。推断利用了三步贝叶斯过程，该过程允许考虑倾向得分估计中的不确定性并避免模型反馈。最后，相互作用的单位的相关性考虑到使用社区检测算法，并将随机效应的结果模型。
2018-07-29 stat.ME
Robust Estimating Method for Propensity Score Models and its Application to Some Causal Estimands: A review and proposal
在观察性研究中，倾向得分在估计因果效应方面具有核心作用。由于倾向得分通常是未知的，通过适当的程序进行估计是必不可少的步骤。需要注意的一点是，如果错误指定了倾向得分模型，则因果效应估计量可能存在一定偏倚;有效的模型构建很重要。为了克服这个问题，已经提出了各种有趣的方法。本文综述了四种方法：普通的逻辑斯谛回归方法; Imai和Ratkovic提出的CBPS方法; McCaffrey等人提出的boosted CART方法; Liu等人提出的半参数方法。此外，我们提出了新的鲁棒两步策略：在第一步中估计每个候选模型，并在第二步中集成它们。我们通过模拟实例，通过估计李和同事提出的ATE和ATO，证实了这些方法的性能。仿真结果表明，高阶平衡条件下的提升CART和CBPS具有较好的性能，ATE和ATO的估计方差和偏差绝对值均较小。提升CART和CBPS是有用的各种估计和估计程序。
2023-01-18 stat.ME
Just what the doctor ordered: An evaluation of provider preference-based Instrumental Variable methods in observational studies, with application for comparative effectiveness of type 2 diabetes therapy
本文通过模拟与2型糖尿病治疗案例，评估并提出基于医疗服务提供者处方偏好的工具变量构建方法，以适应不同数据条件并实现无偏因果效应估计。
2023-08-15 stat.ME
Estimating causal structure using conditional DAG models
本文考虑一类称为“条件DAGs”的图形模型中因果结构的推理。这些是有向无环图（DAG）模型，具有两种变量，主要变量和次要变量。次要变量用于帮助估计主要变量之间的因果关系。我们给这个模型类的因果语义，并证明，在一定的假设下，因果影响的方向是可识别的主要和次要变量的联合观测分布。一个基于分数的方法，估计的因果结构，使用这些模型和一致性的结果建立。经验结果表明，与平等对待所有变量或忽略次要变量的公式相比，有了增益。该方法的动机是分子生物学中的应用，本文使用模拟数据和癌症基因组图谱中的蛋白质组数据分析进行了说明。
2014-11-11 stat.ME
On the Validity of Covariate Adjustment for Estimating Causal Effects
Harvard School of Public Health（哈佛公共卫生学院）
从观察数据和因果假设中识别行为（治疗）对结果变量的影响是因果推断中的一个基本问题。由于存在可能与治疗和结局变量相关的混杂因素，这种识别变得困难。在理论和实践中，混杂因素通常通过调整协变量来处理，换句话说，考虑以治疗和协变量值为条件的结局，通过观察这些协变量值的概率进行加权。本文给出了协变量调整的一个完备的图形准则，我们称之为调整准则，并由此准则的完备性得到了一些有趣的推论。
2012-03-15 cs.AI stat.ME
Estimating Counterfactual Treatment Outcomes over Time Through Adversarially Balanced Representations
University of Oxford（牛津大学）；The Alan Turing Institute（艾伦·图灵研究所）；University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；University of Cambridge（剑桥大学）
确定何时对患者进行治疗以及如何随着时间的推移在多种治疗中进行选择是重要的医疗问题，现有的解决方案很少。在本文中，我们介绍了反事实循环网络（CRN），这是一种新型的序列到序列模型，它利用日益可用的患者观察数据来估计随着时间的推移的治疗效果并回答此类医学问题。为了处理时变混杂因素（影响观察数据中治疗分配策略的协变量）的偏倚，CRN使用领域对抗训练来构建患者病史的平衡表示。在每个时间步，CRN构建一个治疗不变表示，该表示消除了患者病史和治疗分配之间的关联，因此可以可靠地用于进行反事实预测。在肿瘤生长的模拟模型上，随着时间的变化，我们展示了我们的模型如何在估计反事实和选择正确的治疗和治疗时机方面比目前最先进的方法实现更低的误差。
2020-02-10 cs.LG stat.ML
A Risk-Ratio-Based Marginal Sensitivity Model for Causal Effects in Observational Studies
本文提出基于风险比的改进边际敏感性模型，支持二元与多值处理，并给出点估计区间和百分位自助置信区间，通过模拟及孟加拉国母亲教育影响生育力的应用验证其效果。
2023-09-27 stat.ME
Estimating Covariate-balanced Survival Curve in Distributed Data Environment using Data Collaboration Quasi-Experiment
University of Tsukuba（筑波大学）；Tsukuba Institute for Advanced Research, University of Tsukuba（筑波大学先进研究学院）；Institute of Systems and Information Engineering, University of Tsukuba（筑波大学系统信息工程学院）；Center for Artificial Intelligence Research, Tsukuba Institute for Advanced Research, University of Tsukuba（筑波大学先进研究学院人工智能研究中心）
本文提出一种隐私保护框架，通过数据协作准实验在分布式数据环境中估计协变量平衡的生存曲线，无需交换原始数据，提升生存分析的可靠性。
2025-12-06 stat.ME
Budgeted Active Experimentation for Treatment Effect Estimation from Observational and Randomized Data
Didi Chuxing（滴滴出行）；School of Statistics, East China Normal University（华东师范大学统计学院）；School of Mathematics and Statistics, Beijing Jiaotong University（北京交通大学数学与统计学院）；School of Computing and Information Technology, Great Bay University（大湾区大学计算与信息技术学院）；School of Statistics and Data Science, Shanghai University of Finance and Economics（上海财经大学统计与数据科学学院）；Institute of Data Science and Statistics, Shanghai University of Finance and Economics（上海财经大学数据科学与统计研究院）
本文提出一种预算限定的主动实验框架，通过主动采样和观察先验优化，提升从观察性和随机化数据中估计治疗效应的效率和准确性。
2026-02-25 stat.ME
Estimating causal effects of continuous-time dynamic treatments with unmeasured confounders
Key Laboratory of Advanced Theory and Application in Statistics and Data Science -MOE, School of Statistics, East China Normal University（华东师范大学统计学院统计学与数据科学前沿理论及应用教育部重点实验室）
本文提出一种新的方法，从贝叶斯视角估计连续时间动态治疗的因果效应，以处理未测量混杂因素，通过模拟验证其在不同混杂程度下的有效性，并应用于静脉注射催产素与产后出血的因果关系分析。
2026-04-01 stat.ME
How estimating nuisance parameters can reduce the variance (with consistent variance estimation)
当识别条件涉及冗余参数θ时，我们经常估计感兴趣的参数psi。因果推理的例子是逆概率加权，边际结构模型和结构嵌套模型。为了根据观察数据估计治疗效果，这些方法使用（合并）逻辑斯谛回归模型计算治疗和/或删失概率，并首先估计这些概率。这些方法都是基于无偏估计方程。首先，当在第一步骤中使用划分逆公式估计冗余参数θ时，我们提供用于感兴趣参数psi的方差的一般公式。然后，我们提出了4个结果的估计PSI-HAT无偏估计方程的基础上，其中包括一个冗余参数θ，这是通过解决（部分）得分方程估计，如果psi不依赖于θ。如果theta描述治疗概率，则这在因果推断中经常发生，在具有缺失数据的设置中，其中theta描述缺失概率，以及在具有测量误差的设置中，其中theta描述测量误差分布。1.与直觉相反的是，与插入已知的theta相比，当估计theta时，psi-hat的极限方差通常较小。2.如果忽略估计theta，则得到的psi-hat方差的三明治估计量是保守的。3. psi-hat方差的一致估计可以快速提供结果：无需自助。4.如果插入真实theta的psi-hat是有效的，则psi-hat的极限方差不依赖于是否估计theta。为了说明，我们使用观测数据来估计1。cazavi与粘菌素在耐药细菌感染患者中的作用; 2.一年抗逆转录病毒治疗的效果如何取决于艾滋病毒感染者开始治疗的时间。
2022-08-28 math.ST stat.ME stat.TH
