Bayesian regression tree models for causal inference: regularization, confounding, and heterogeneous effects
本文提出了一种新的非线性回归模型，用于从观察数据中估计异质性处理效应，特别适用于效应量小、异质性效应和强混杂的情况。标准的非线性回归模型，可以很好地预测，有两个显着的弱点时，用于估计异质性处理效应。首先，当拟合具有强混杂的数据时，它们可能产生严重偏倚的处理效应估计值。本文提出的贝叶斯因果森林模型通过直接将倾向函数的估计值引入响应模型的规范中来避免这个问题，隐式地在回归函数上诱导协变量依赖的先验。其次，响应面建模的标准方法不能充分控制效应异质性的正则化强度。贝叶斯因果森林模型允许将处理效应异质性与控制变量的预后效果分开进行正则化，从而可以在信息上“缩小到同质性”。我们通过重新分析一项评估吸烟对医疗支出的因果影响的观察性研究以及广泛的模拟研究来说明这些好处。
2019-11-13 stat.ME
Multiple-bias sensitivity analysis using bounds
在流行病学研究中，不可测量的混杂、选择偏倚和测量误差是众所周知的偏倚来源。评估这些偏差的方法有其自身的局限性。许多定量敏感性分析方法单独考虑每种类型的偏差，而更复杂的方法更难实现或需要许多假设。由于未能同时考虑多种偏见，研究人员可能低估或高估它们的联合影响。我们表明，这是可能的约束总复合偏差由于这三个来源，并使用该约束来评估风险比的敏感性，这些偏差的任何组合。我们推导出各种情况下的总复合偏差的界限，为研究人员提供工具，以评估其总的潜在影响。我们将这种技术应用于一项研究，其中未测量的混杂和选择偏倚都是关注的问题，并在另一项研究中，可能的差异暴露误分类和未测量的混杂的关注。我们还表明，“多偏倚E值”可以描述观察到的风险比与零因果效应（或其他预先指定的效应大小）兼容所需的联合偏倚参数关联的最小强度。这可以提供关于每种类型的偏差的相对影响的直觉。我们描述的方法很容易实现，只需最少的假设，我们提供了R函数来实现。
2020-05-06 stat.ME
Inverse Conditional Probability Weighting with Clustered Data in Causal Inference
估计聚类数据中的平均治疗因果效应通常涉及处理未测量的聚类特异性混杂变量。这些变量可能与测量的单位协变量和结果相关。当相关性被忽略时，因果效应估计可能会有偏差。通过利用充分统计量，我们提出了一种逆条件概率加权（ICPW）方法，该方法对（i）未测量的集群特定混杂变量与协变量之间的相关性以及（ii）未测量的集群特定混杂变量与结果之间的相关性具有鲁棒性。ICPW方法的假设和条件。我们建立了所提出的估计量的渐近性质。仿真研究和案例研究是为了说明。
2018-08-05 stat.ME
Deconfounded Score Method: Scoring DAGs with Dense Unobserved Confounding
University of Cambridge（剑桥大学）；The Alan Turing Institute（艾伦·图灵研究所）；University of California Los Angeles（加州大学洛杉矶分校）
未观察到的混淆是因果发现的最大挑战之一。未观测到的变量对许多观测到的变量有广泛影响的情况特别困难，因为大多数变量对在给定任何其他子集的情况下都是有条件依赖的，从而导致因果效应无法识别。在本文中，我们表明，除了条件独立性，在独立机制的原则下，未观察到的混杂在这种设置中留下了统计足迹，在观察到的数据分布，允许解开虚假和因果关系的影响。利用这一见解，我们证明了稀疏的线性高斯有向无环图之间的观测变量可以恢复近似，并提出了一个调整后的分数为基础的因果发现算法，可以实现与通用求解器和规模的高维问题。此外，我们发现，尽管我们提出的条件，以保证因果恢复，在实践中的表现是强大的模型假设的大偏差。
2021-05-25 cs.LG stat.ML
A flexible sensitivity analysis approach for unmeasured confounding with multiple treatments and a binary outcome with application to SEER-Medicare lung cancer data
在没有随机化实验的情况下，得出关于处理效应的因果推断的关键假设是可验证的处理分配。违反可验证性假设可能导致处理效应估计值出现偏倚。敏感性分析有助于衡量因果结论将如何改变，以响应偏离可解释性假设的潜在幅度。然而，在多种治疗和二元结果的背景下，针对未测量混杂因素的敏感性分析方法却很少见。我们提出了一个灵活的蒙特卡罗敏感性分析方法的因果推断在这样的设置。我们首先推导出一般形式的偏差引入未测量的混杂，强调理论特性独特的多个治疗相关。然后，我们提出了方法来编码的影响，未测量的混杂因素对潜在的结果和调整估计的因果关系，其中假定的未测量的混杂因素被删除。我们提出的方法嵌入嵌套的多重插补贝叶斯框架内，允许无缝集成的灵敏度参数和采样变异性的值的不确定性，以及使用贝叶斯加性回归树建模的灵活性。扩展模拟验证了我们的方法，并深入了解敏感性分析与多种治疗。我们使用SEER-医疗保险数据来证明敏感性分析，使用三种治疗方法治疗早期非小细胞肺癌。在这项工作中开发的方法在R软件包SAMTx中很容易获得。
2021-08-13 stat.ME
An Instrumental Variables Framework to Unite Spatial Confounding Methods
针对观测性空间研究中的未测量空间混杂问题，提出统一现有空间混杂方法的工具变量框架，明确其共同理论基础与假设，可估计非线性因果效应，并在模拟与空气污染健康效应实证中验证了方法有效性。
2025-11-18 stat.ME
Interpretable sensitivity analysis for the Baron-Kenny approach to mediation with unmeasured confounding
本文针对未测量混杂下Baron-Kenny中介分析估计有偏的问题，推导了向量线性回归的遗漏变量偏差公式，提出了对应有向无环图自然分解的可解释敏感性参数，并定义了“中介稳健性值”以评估结果对未测量混杂的稳健性，同时证明了所有敏感性边界均紧致可达。
2025-04-04 stat.ME
Realization of Causal Representation Learning to Adjust Confounding Bias in Latent Space
University of Minnesota（明尼苏达大学）；University of Pittsburgh（匹兹堡大学）
本文重新定义因果DAG为do-DAG，通过几何解释识别因果表示偏倚，并提出基于深度学习的框架及实现方法以调整潜在空间中的混杂偏倚。
2023-09-22 cs.LG stat.ME
Confounding-Robust Policy Improvement with Human-AI Teams
针对人机协作中的未观测混淆问题，提出基于敏感性分析和委托框架的鲁棒策略改进方法，提升协作性能。
2025-02-26 cs.HC stat.ML
Using Directed Acyclic Graphs to Illustrate Common Biases in Diagnostic Test Accuracy Studies
McGill University（麦吉尔大学）
本文利用有向无环图展示诊断测试准确性研究中的常见偏倚，揭示其因果机制并提出修正策略。
2026-01-17 stat.AP stat.ME stat.OT
Quantifying Confounding Bias in Neuroimaging Datasets with Causal Inference
LMU München（慕尼黑大学）
神经成像数据集的规模不断增长，以解决日益复杂的医学问题。然而，即使是今天最大的数据集也太小，无法训练复杂的机器学习模型。一个潜在的解决方案是通过合并来自多个数据集的扫描来增加样本量。在这项工作中，我们结合了来自15项研究的12，207次MRI扫描，并表明由于在训练数据中引入了各种类型的偏差，简单的合并通常是不明智的。首先，我们系统地定义这些偏见。其次，我们通过实验证明扫描可以正确地分配到各自的数据集，准确率为73.3%，从而检测偏差。最后，我们建议通过使用因果推理在单个数据集中量化混淆和因果关系的程度来区分因果和混淆因素。我们通过找到最简单的图模型在柯尔莫哥洛夫复杂度方面实现这一点。由于Kolmogorov复杂性不能直接计算，我们采用最小描述长度来近似它。我们的经验表明，我们的方法是能够估计合理的因果关系，从真正的神经影像数据。
2019-07-09 cs.CV cs.LG eess.IV
Evaluating Treatment Benefit Predictors using Observational Data: Contending with Identification and Confounding Bias
本文研究如何用观察性数据评估预先指定的治疗获益预测因子，证明区分度与校准指标可由可观测分布识别，并揭示混杂控制不足时偏倚传播更复杂且方向难以直觉判断。
2025-09-26 stat.ME
Inverse Confounding Analysis: An Exact Method for Quantifying the Significance of Confounding
针对观察性数据因果推断中未测量混杂因素的敏感性分析问题，提出逆混杂分析（ICA）方法，扩展E值方法，通过逆问题重构联合分布集并推导混杂显著性的精确解析度量。
2026-10-20 stat.AP stat.ME
Treatment Effect Estimation with Unobserved and Heterogeneous Confounding Variables
在存在未观察到的混杂变量（通常称为隐变量）的情况下，处理效应的估计通常存在偏倚。虽然最近提出了一些方法来处理隐变量的影响，这些方法往往忽略了观察到的治疗变量和未观察到的协变量之间的任何相互作用的可能性。在这项工作中，我们解决了这个缺点，通过研究一个多变量响应回归问题与未观察到的和异构混杂变量的形式$Y=A^T X+ B^T Z+ \sum_{j=1}^{p} C^T_j X_j Z + E$，其中$Y \in \mathbb{R}^m$是$m$维的响应变量，$X \in \mathbb{R}^p$是观察到的协变量（包括治疗变量），$Z \in \mathbb{R}^K$是$K$维未观察到的混杂因素，和$E \in \mathbb{R}^m$是随机噪声。允许$X_j$和$Z$之间的相互作用诱导异质混杂效应。我们的目标是估计未知矩阵$A$，观察到的协变量或治疗对反应的直接影响。为此，我们提出了一种新的去偏估计方法，通过奇异值分解，以消除未观察到的混杂变量的影响。在同方差和异方差噪声下，给出了估计量的收敛速度。我们还提出了几个模拟实验和现实世界的数据应用程序来证实我们的研究结果。
2022-07-29 stat.ME stat.ML
Sensitivity Analysis for Observational Studies with Flexible Matched Designs
本文提出了一种替代的推断框架，允许灵活的匹配算法，并利用潜在结果的随机排列而非处理分配来保证统计有效性，解决了Rosenbaum敏感性分析框架需要精确匹配的实践难题。
2025-09-16 stat.ME
Identification and multiply robust estimation of causal effects via instrumental variables from an auxiliary population
针对目标总体工具变量缺失且存在未测量混杂的问题，利用辅助总体工具变量，提出等混杂假设以识别并去除混杂偏倚，开发多重稳健估计器，经模拟和真实数据验证。
2025-08-05 stat.ME
Challenges in Obtaining Valid Causal Effect Estimates with Machine Learning Algorithms
与参数回归不同，机器学习（ML）方法通常不需要精确了解真实数据生成机制。因此，许多作者主张使用ML方法来估计因果效应。不幸的是，ML算法的性能可能比参数回归更差。我们证明了ML为基础的单，双稳健估计的性能。我们使用100个样本量为200、1200和5000的蒙特卡罗样本来研究几种情况下的偏倚和置信区间覆盖率。在一个简单的混杂情况下，通过参数模型将混杂因素与治疗和结局相关。在复杂的混杂情况下，简单的混杂因素被转化为复杂的非线性关系。在简单的情况下，当使用ML算法时，双稳健估计优于单稳健估计。在复杂的情况下，ML算法的单稳健估计量至少与使用错误指定的参数模型的估计量一样有偏。双稳健估计偏差较小，但覆盖率远低于标称值。使用样本分裂，包括混杂相互作用，依赖于一个丰富的指定ML算法，并使用双重稳健估计是唯一探索的方法，产生可忽略的偏差和名义覆盖。我们的研究结果表明，ML为基础的单一的强大的方法应该避免。
2020-05-14 stat.ME
Confounding is a Pervasive Problem in Real World Recommender Systems
Criteo Paris（Criteo巴黎）
本文指出未观测混杂在推荐系统中普遍存在，源于特征工程、A/B测试和模块化等常见实践，并通过模拟研究提供减少混杂影响的实用建议。
2025-09-08 cs.IR cs.LG stat.ML
Adjustment for Unmeasured Spatial Confounding in Settings of Continuous Exposure Conditional on the Binary Exposure Status: Conditional Generalized Propensity Score-Based Spatial Matching
Yale University（耶鲁大学）
本文提出基于条件广义倾向分数的空间匹配方法，用于校正连续暴露条件下的二元暴露状态下的未测量空间混杂因素，通过空间接近性和整合空间信息的广义倾向分数进行匹配，提高了因果效应估计的准确性。
2026-04-30 stat.AP stat.ME
Reconciling Overt Bias and Hidden Bias in Sensitivity Analysis for Matched Observational Studies
Department of Biostatistics, New York University（纽约大学生物统计系）；School of Economics, Nankai University（南开大学经济学院）；Data Science Institute, The University of Chicago（芝加哥大学数据科学研究所）
本文提出了一种新的Rosenbaum型敏感性分析方法，通过确保隐性偏见与显性偏见的兼容性，以更准确地评估匹配观察研究中的混淆偏见影响。
2026-02-25 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
Testing Biased Randomization Assumptions and Quantifying Imperfect Matching and Residual Confounding in Matched Observational Studies
观察性研究设计的一个中心目标是使用统计匹配将非实验数据嵌入近似的随机对照试验中。尽管实证研究者的最佳意图和努力，以创造高质量的匹配样本，剩余的不平衡，由于观察到的协变量没有很好地匹配往往持续存在。尽管已经开发了统计检验来检验随机化假设及其影响，但由于观察到的协变量在匹配样本中不匹配，因此很少有统计检验提供量化残留混杂水平的方法。在这篇文章中，我们开发了两个通用类的精确的统计检验有偏的随机化假设。我们的测试框架的一个重要副产品是称为残余敏感性值（RSV）的量，它提供了一种方法来量化由于匹配样本中观察到的协变量的不完全匹配而导致的残余混杂水平。我们主张在下游主要分析中考虑RSV。所提出的方法是说明重新审查一个著名的观察性研究有关的影响，右心导管插入术（RHC）在重症患者的初步护理。实施该方法的代码可在补充材料中找到。
2022-06-20 stat.ME
Time-varying confounding in epidemic intervention evaluations
本文针对人群层面流行病干预评估中被忽视的时变混杂问题，通过因果推理和模型模拟揭示了关联建模中方向性偏倚的产生机制及其导致的误导性结论。
2025-08-19 stat.AP
On counterfactual inference with unobserved confounding
Massachusetts Institute of Technology（麻省理工学院）；Cornell Tech（康奈尔科技校区）
本文研究存在未观测混杂的观察性研究中的反事实推断问题，通过将结果条件分布建模为指数族并引入联合学习异质参数的凸目标函数，提供了与参数空间度量熵呈线性的均方误差界限，并应用于稀疏缺失协变量的一致插补。
2023-09-14 cs.LG stat.ME
Ensembled Prediction Intervals for Causal Outcomes Under Hidden Confounding
USC Information Sciences Institute（南加州大学信息科学研究所）
本文提出 Caus-Modens 方法，利用深度集成结构结合因果敏感性模型，在隐藏混杂下获得更紧的因果结果预测区间，并通过三个基准验证其有效性。
2023-11-01 cs.AI cs.LG stat.ME
The Sensitivity of Counterfactual Fairness to Unmeasured Confounding
MPI for Intelligent Systems（马克斯·普朗克智能系统研究所）；University of Cambridge（剑桥大学）；Microsoft Research（微软研究院）；University of Oxford（牛津大学）；The Alan Turing Institute（艾伦·图灵研究所）；University College London（伦敦大学学院）
公平的因果方法最近引起了机器学习社区和对道德预测算法感兴趣的更广泛的各方的极大兴趣。这在很大程度上是由于因果模型允许人们同时利用数据和专家知识来消除预测中的歧视性影响。然而，因果建模的一个主要假设是你知道因果图。这就为偏差引入了一个新的机会，这是由错误指定因果模型引起的。一种常见的方式是通过未测量的混杂：变量之间的真实因果效应部分由未观察到的数量描述。在这项工作中，我们设计的工具来评估公平措施的敏感性，这种混淆的流行类的非线性加性噪声模型（ANMs）。具体来说，我们给出了一个程序计算两个反事实公平的预测，其中一个已成为偏见，由于混淆之间的最大差异。对于双变量混杂的情况，我们的技术可以通过一系列封闭形式的更新迅速计算。对于多元混杂，我们给出了一个算法，可以有效地解决通过自动微分。我们展示了我们的新的敏感性分析工具，在现实世界的公平性的情况下，以评估混淆所产生的偏见。
2019-07-01 cs.CY cs.LG stat.ML
Multi-Task Learning for High-Dimensional Regression with Many Weak Instruments
National University of Singapore（新加坡国立大学）；University of Chinese Academy of Sciences（中国科学院大学）
本文提出基于多任务学习的去偏差连续更新广义矩估计法，用于处理大量弱工具变量带来的偏差问题，并通过蒙特卡洛研究和教育回报实证应用验证方法有效性。
2026-04-15 stat.ME
Adjustment Criteria for Recovering Causal Effects from Missing Data
Iowa State University（爱荷华州立大学）
混淆偏差、缺失数据和选择偏差是数据科学中有效因果推理的三个常见障碍。协变量调整是从混杂偏倚中恢复因果效应的最普遍的技术。在本文中，我们引入了一个协变量调整公式，用于控制混杂偏倚的缺失非随机数据的存在，并开发了一个必要和充分条件，恢复因果效应使用调整。我们还介绍了一个调整配方控制混杂和选择偏差的缺失数据的存在，并制定了有效的调整的充分必要条件。此外，我们提出了一个算法，列出所有有效的调整集和算法，找到一个有效的调整集包含最小数量的变量，这是有用的研究人员有兴趣选择调整集所需的属性。
2019-09-15 cs.LG stat.ML
A joint modeling approach to treatment effects estimation with unmeasured confounders
本文提出一种混合效应联合建模方法，在纵向数据中存在未测量混杂因素时识别和估计OR与PS函数，从而获得平均及异质性处理效应，并用拉普拉斯变体EM算法估计参数。
2024-11-17 stat.ME
Sense and Sensitivity Analysis: Simple Post-Hoc Analysis of Bias Due to Unobserved Confounding
Google Research（谷歌研究院）；Weill Cornell Medicine（威尔康奈尔医学院）
这是一个普遍公认的真理，一个观察到的联系，而不知道的机制，必须在希望的因果关系估计。然而，根据观察数据进行的因果估计通常依赖于“没有未观察到的混淆”的（不可检验的）假设。违反这一假设会导致效应估计值出现偏差。原则上，这种偏见可能会使研究结论无效或逆转。然而，在某些情况下，我们可能希望未观察到的混杂因素的影响相对于“大”估计效应是弱的，因此定性结论对未观察到的混杂因素的偏倚是稳健的。本文的目的是开发\emph{Austen plots}，一个敏感性分析工具，以帮助这样的判断，使其更容易的原因，潜在的偏见引起的未观察到的混杂。我们将混杂因素对治疗分配和结果的影响程度形式化。对于目标偏倚水平，Austen图显示了诱导该偏倚水平所需的治疗和结局影响的最小值。然后，领域专家可以对这些强混杂因素是否合理做出主观判断。为了辅助这一判断，Austen图还显示了观察到的协变量（组）的估计影响强度。Austen图概括了Imbens [Imb03]的经典敏感性分析方法。重要的是，奥斯汀图允许任何方法对观察到的数据进行建模并产生初始估计。我们通过评估几个真实的因果推断问题的偏差来说明该工具，使用各种机器学习方法进行初始数据分析。代码可在https://github.com/anishazaveri/austen_plots上获得
2020-12-09 cs.LG stat.ME stat.ML
On Mendelian Randomization Mixed-Scale Treatment Effect Robust Identification (MR MiSTERI) and Estimation for Causal Inference
如果定义工具变量（IV）的遗传变异受到混淆和/或对非治疗介导的目标结局具有水平多效性效应，则标准孟德尔随机化分析可能产生偏倚结果。我们提供了新的识别条件的因果关系的治疗中存在的不可测量的混杂，利用无效的IV的独立性和排除限制的假设可能会被违反。孟德尔随机化混合尺度处理效应稳健辨识（MR MiSTERI）方法依赖于（i）假设处理效应不随相加量表上无效IV的变化而变化;以及（ii）由于混杂导致的选择偏倚不随比值比量表上无效IV的变化而变化;和（iii）结果的残差方差是异方差的，因此随着无效IV而变化。我们正式确定，他们的结合可以确定一个因果关系的影响，即使是一个无效的IV受到多效性。MiSTERI被证明是特别有利的，在存在普遍的异质性的多效性效应的加性尺度，设置在其中两个最近提出的稳健估计方法MR GxE和MR GENIUS可以严重偏置。为了将多个，可能相关的和弱IV，MR研究中的一个常见的挑战，我们开发了一个MAny弱无效仪器（MR MaWII MiSTERI）的方法，以加强识别和提高准确性MaWII MiSTERI被证明是强大的水平多效性，违反IV独立性假设和弱IV偏见。仿真研究和实际数据分析结果表明所提出的MR MiSTERI方法的鲁棒性。
2021-03-30 stat.ME
Identification of Causal Diffusion Effects Under Structural Stationarity
虽然社会和生物医学科学家长期以来一直对思想和行为传播的过程感兴趣，但因果扩散效应（也称为同伴效应和传染效应）的识别仍然具有挑战性。由于语境混杂和同质性偏见的存在，许多学者认为常用的无遗漏混杂因素假设是不成立的。为了解决这个长期存在的问题，我们研究的因果识别下的一个新的假设结构平稳，形式化的基本扩散过程与一类动态因果有向无环图。首先，我们开发了一个统计测试，可以检测到广泛的偏见，包括上述两种类型。然后，我们提出了一个差异中的差异风格的估计，可以直接纠正偏差下一个额外的参数假设。利用所提出的方法，我们研究了德国对难民的仇恨犯罪的空间扩散。在纠正了现有研究中的大的向上偏差之后，我们发现仇恨犯罪只扩散到辍学率高的地区。
2020-01-27 stat.ME
Uncovering Bias Mechanisms in Observational Studies
本文提出一种利用偏差幅度与干扰函数估计量预测性能的关系来区分因果偏差来源的新框架，通过合成实验和真实案例验证了其揭示观察性研究偏差机制的有效性。
2025-06-01 stat.ME stat.ML
Balanced Twins: Causal Inference on Time Series with Hidden Confounding
Aix Marseille University（艾克斯-马赛大学）；EDF R&D（法国电力集团研发中心）
提出神经框架同时学习个体时间序列的低维潜在表示和倾向得分，通过灵活匹配恢复反事实，估计处理组的平均处理效应，适用于交错干预和隐藏混杂场景。
2026-06-23 cs.MS stat.ME stat.ML
An Improved Doubly Robust Estimator Using Partially Recovered Unmeasured Spatial Confounder
本文提出一种改进的双重稳健估计器，通过空间残差部分恢复未测量的空间混杂因素，以减少空间因果推断中的偏倚，并在模拟和臭氧浓度应用中验证其优越性。
2023-05-14 stat.AP stat.ME
Individualized Decision-Making Under Partial Identification: Three Perspectives, Two Optimality Results, and One Paradox
不可测量的混杂对因果推断是一种威胁，并导致有偏估计。在这篇文章中，我们考虑的问题，个性化的决策下的部分认同。首先，我们认为，当面临不可测量的混杂，应该追求个性化的决策，全面的方式使用部分识别。我们通过考虑价值/效用函数的下界观点，在部分识别下的个性化决策与经典决策理论之间建立了正式的联系。其次，在这个统一框架的基础上，我们提供了一个新的极大极小解（即，一个规则，最大限度地减少所谓的机会的最大遗憾）个性化的决策/政策分配。最后，我们提供了一个有趣的悖论，利用两个具有挑战性的领域之间的新的连接，即个性化的决策和不可测量的混淆。虽然动机工具变量界限，我们强调，在这篇文章中提出的一般框架将在原则上适用于一组丰富的界限，可能是部分识别。
2021-10-21 math.ST stat.AP stat.ME
Nonparametric Jackknife Instrumental Variable Estimation and Confounding Robust Surrogate Indices
本文将JIVE扩展到多弱IV的非参数IV模型，提出IV拆分法消除偏差并建立学习速率，进一步用于存在混杂时基于短期替代指标的长期结局ATE半参数推断，构建渐近正态估计量实现统计推断。
2024-10-07 math.ST stat.TH
Learning Conditional Instrumental Variable Representation for Causal Effect Estimation
University of South Australia（南澳大学）
本文提出DVAE.CIV方法，利用解纠缠表示学习自动学习条件工具变量及其条件集的表示，以消除未测量混杂偏差，在合成和真实数据上优于现有因果效应估计器。
2023-06-21 cs.AI cs.LG stat.ME
Planning for gold: Hypothesis screening with split samples for valid powerful testing in matched observational studies
University of Pennsylvania（宾夕法尼亚大学）；World Bank（世界银行）
本文提出了一种通过分割样本进行假设筛选的方法，以在匹配观察研究中实现有效且有力的检验，以应对未测量混杂因素的影响。
2025-10-15 math.ST stat.AP stat.ME
Evaluating costs with unmeasured confounding: A sensitivity analysis for the treatment effect
如果存在不可测量的混杂因素，则观察性研究对治疗成本影响的估计会出现偏倚。因此，在实践中最好评估这种偏差的潜在程度。我们推导出平均成本对数线性模型的一般调整公式，并探讨了特殊情况下，合理的假设下的未测量的混杂因素的分布。我们通过模拟评估调整的性能，特别是检查未测量和测量协变量之间的条件独立性的关键假设的稳健性。我们将我们的方法应用于II/III期肌肉浸润性膀胱癌队列的SEER医疗费用数据。我们评估了根治性化疗与联合放疗/化疗的成本，发现处理效应的意义对合理的不可测量的伯努利、泊松和伽马混杂因素敏感。
2014-01-08 stat.AP
Tutorial: Introduction to computational causal inference using reproducible Stata, R and Python code
许多健康研究的目的是评估暴露对结果的影响。在随机对照试验中分配暴露给个体并不总是符合伦理的，而是必须使用观察数据和适当的研究设计。观察性研究面临着重大挑战，其中之一是混淆，这可能导致对因果效应的偏倚估计。通常通过对测量的混杂因素进行简单调整来控制混杂因素;尽管这通常是不够的。因果推断领域的最新进展通过建立在经典标准化方法上来处理混淆。然而，这些最近的进展进展迅速，相对缺乏面向计算的应用教程，在应用研究人员中使用这些方法时造成了一些混乱。在本教程中，我们从历史的角度展示了不同的因果推断估计量的计算实现，其中开发了不同的估计量以克服前一个的局限性。此外，我们还简要介绍了潜在的结果框架，使用医疗保健环境中的插图说明了不同方法的使用，最重要的是，我们提供了Stata，R和Python中的可复制和注释代码，供研究人员应用于他们自己的观察性研究。该代码可以在https://github.com/migariane/TutorialCausalInferenceEstimators上访问
2020-12-21 stat.CO stat.ME
Counterfactual Graphical Models for Longitudinal Mediation Analysis with Unobserved Confounding
关于中介因果效应的问题在心理学、认知科学、医学、社会科学、公共卫生和许多其他学科中引起了极大的兴趣。例如，最近发表在社会心理学主要期刊上的论文中，约有60%包含至少一个中介测试（Rucker，Preacher，Tormala和Petty，2011）。标准的参数中介分析方法采用回归模型，以及流行病学中更常见的“差分法“（Judd & Kenny，1981）或社会科学中更常见的“乘积法”（Baron & Kenny，1986）。在本文中，我们首先讨论一个已知的，但可能经常不被欣赏的事实：这些参数方法是一个特殊的情况下，一般反事实框架的推理因果关系首先描述的内曼（1923年），鲁宾（1974年），并链接到因果图模型的罗宾斯（1986年）和珍珠（2000年）。然后，我们展示了这个框架的一些优点。首先，它明确了中介分析所依据的强有力的假设。其次，它避免了乘积法和差分法中存在的一些问题，例如某些情况下效应的有偏估计。最后，我们证明了一个新的结果，允许中介分析被应用到纵向设置未观察到的混杂因素，这个框架的一般性。
2013-03-04 math.ST stat.TH
Causal Inference for Social Discrimination Reasoning
发现人类或自动决策中的歧视性偏见是一项日益重要和困难的任务，机器学习和数据采掘的普遍使用加剧了这一问题。目前，歧视发现主要依赖于决策记录的相关性分析，忽略了混杂偏见的影响。我们提出了一种基于倾向得分分析的因果歧视发现方法，该方法是一种用于过滤混淆变量影响的统计工具。我们引入了因果措施的歧视，量化的群体成员的决定的影响，并强调因果歧视/偏袒模式，通过学习回归树的新措施。我们在两个真实世界的数据集上验证了我们的方法。我们提出的因果歧视框架有可能提高机器学习的透明度，并在训练数据和学习算法中检测歧视性偏见。
2019-11-04 cs.CY stat.AP
LLM-based Agents for Automated Confounder Discovery and Subgroup Analysis in Causal Inference
National Sun Yat-Sen University（中山大学）
提出基于LLM的智能体框架，将其集成至因果机器学习流程中，通过模拟领域专家知识实现自动混杂因素发现与亚组分析，在减少人工依赖的同时提升了处理效应估计的稳健性与可解释性。
2025-08-10 cs.AI cs.LG cs.MA
MSCT: Addressing Time-Varying Confounding with Marginal Structural Causal Transformer for Counterfactual Post-Crash Traffic Prediction
School of Transportation, Southeast University（东南大学交通学院）；Department of Civil and Environmental Engineering, Imperial College London（帝国理工学院土木与环境工程系）；School of Mathematics, Southeast University（东南大学数学学院）；School of Cyber Science and Engineering, Southeast University（东南大学网络空间科学与工程学院）；Department of Civil and Environmental Engineering, University of Washington（华盛顿大学土木与环境工程系）
本文提出边际结构因果Transformer（MSCT），通过边际结构模型与平衡损失函数处理时变混杂，实现事故后交通速度的反事实预测，并在合成与真实数据上超越现有模型。
2024-07-19 cs.LG stat.ML
Debiasing Concept-based Explanations with Causal Analysis
Amazon（亚马逊）
基于概念的解释方法是一种流行的模型解释工具，因为它表达了模型的预测方面的概念，是有意义的领域专家的原因。在这项工作中，我们研究的问题的概念与混淆信息的功能。我们提出了一个新的因果先验图建模未观察到的变量的影响和方法，以消除干扰信息和噪声的影响，使用两阶段回归技术借用工具变量文献。我们还模型的概念集的完整性，并表明，我们的去偏置方法的工作原理时，概念不完整。我们的合成和真实世界的实验证明了我们的方法在消除偏见和提高概念的排名方面的成功，因为它们对解释预测的贡献。
2021-05-22 cs.LG stat.ML
Evaluating the impact of longitudinal treatment strategies in the presence of informative monitoring and time-dependent confounding
London School of Hygiene and Tropical Medicine（伦敦卫生与热带医学学院）；University College London（伦敦大学学院）；Whittington Hospital（惠廷顿医院）
本文探讨了在存在信息性监测和时间依赖性混杂因素时，如何评估纵向治疗策略对时间到事件结局的影响，通过模拟研究和临床数据示例，验证了逆概率加权、G计算和纵向目标最大似然估计等方法的适应性。
2026-04-10 stat.AP
Bayesian Causal Synthesis for Meta-Inference on Heterogeneous Treatment Effects
本文提出 Bayesian causal synthesis，通过综合多个因果估计并识别综合函数，在模型误设和未观测混杂下实现异质性处理效应的一致估计，并以模拟和实证验证其优势。
2024-05-08 stat.ME
A multivariate Gaussian random field prior against spatial confounding
空间模型用于各种研究领域，如环境科学，流行病学或物理学。在许多空间回归模型中，一个常见的现象是空间混杂。当模拟响应均值的空间索引协变量与空间随机效应相关时，会发生这种现象。因此，协变量的回归系数估计值可能存在严重偏倚，对这些估计值的解释不再有效。最近的文献表明，减少空间混淆的典型解决方案可能会导致误导和违反直觉的结果。在本文中，我们开发了一个计算效率高的空间模型在贝叶斯框架集成新的先验结构，减少空间混淆。从单变量的情况下，我们扩展我们的先验结构的情况下，多个空间混杂协变量。在一项模拟研究中，我们表明，我们的新模型灵活地检测和减少空间数据集中的空间混淆，并且它的性能优于通常使用的方法，如限制空间回归。这些结果是有希望的任何应用研究人员谁希望解释协变量的影响空间回归模型。作为一个真实的数据说明，我们研究了海拔和温度对德国日降水量的影响。
2021-06-07 stat.ME
Consistency of common spatial estimators under spatial confounding
本文针对空间混杂问题，证明OLS与受限空间回归估计量存在渐近偏差，而采用GP工作协方差的GLS估计量在密化渐近下满足一致性，且该结论可推广至内生性与随机函数混杂场景，为空间回归的有效性提供了理论支撑。
2024-09-17 stat.ME
On Instrumental Variable Regression for Deep Offline Policy Evaluation
DeepMind（深度思维）；Gatsby Unit（盖茨比单元）
我们表明，流行的强化学习（RL）的估计状态-动作值（Q-函数）的策略，通过最小化均方贝尔曼误差导致回归问题的混淆，输入和输出噪声相关。因此，Bellman误差的直接最小化可能导致显著有偏的Q函数估计。我们解释了为什么在深度Q网络和拟合Q评估中固定目标Q网络提供了一种克服这种混淆的方法，从而为深度RL文献中这种流行但尚未完全理解的技巧提供了新的见解。解决混杂的另一种方法是利用因果关系文献中开发的技术，特别是工具变量（IV）。我们汇集在这里的文献IV和RL调查IV的方法是否可以导致改进的Q函数估计。本文分析和比较了范围广泛的最近IV方法的背景下，离线政策评估（OPE），其目标是估计的政策，只使用记录的数据的价值。通过应用不同的IV技术OPE，我们不仅能够恢复以前提出的OPE方法，如基于模型的技术，但也获得有竞争力的新技术。我们发现经验，国家的最先进的OPE方法是密切匹配的性能由一些IV方法，如AGMM，这不是为OPE开发。我们在https://github.com/liyuan9988/IVOPEwithACME上开源了我们所有的代码和数据集。
2022-11-23 cs.LG stat.ML
Trustworthy AI/ML Regression and Unbiased Causal Inference for Real-World Data
University of Maryland（马里兰大学）；Maryland Psychiatric Research Center（马里兰州精神病学研究中心）；The University of Maryland Institute for Health Computing (UM-IHC)（马里兰大学健康计算研究所）
针对真实世界数据中高维混杂导致的AI/ML回归系统性预测偏差，提出无偏的ML/AI回归因果推断框架，确保平均处理效应的无偏估计。
2026-05-31 stat.AP
Sensitivity analysis for bias due to a misclassfied confounding variable in marginal structural models
在观察性研究治疗效应中，如果混淆变量分类错误，则平均处理效应（ATE）估计量可能存在偏倚。我们讨论了分类错误的影响，在一个二分混杂变量的分析使用边际结构模型估计使用逆概率加权（MSMs-IPW），并比较这与其影响的条件回归模型，重点是一个点治疗研究的连续结果。表达式推导出的偏差在ATE估计的MSM-IPW和条件模型，通过使用潜在的结果框架。基于这些表达式，我们提出了一个敏感性分析，调查和量化的偏差，由于分类错误的混杂变量在MSMs-IPW。与条件模型的ATE估计量中的偏倚相比，MSM-IPW中的偏倚可能在幅度上不同，但偏倚的符号始终相等。进行了模拟研究，以研究有限样本性能的MSMs-IPW和条件模型，如果混淆变量被错误分类。模拟结果表明，从MSM-IPW获得的处理效应的置信区间通常较宽，并且与条件模型相比，真实处理效应的覆盖率较高，范围从无分类错误时的覆盖率过高到有分类错误时的覆盖率过低。在一项降压治疗研究中，证明了使用偏倚表达式进行敏感性分析。在处理效应研究中，重要的是要考虑混杂变量中分类错误的潜在影响，敏感性分析提供了量化此类错误对因果关系结论影响的机会。开发了敏感性分析在线工具：https://lindanab.shinyapps.io/SensitivityAnalysis。
2019-12-12 stat.ME
The Importance of Scale for Spatial-Confounding Bias and Precision of Spatial Regression Estimators
回归模型中的残差通常是空间相关的。突出的例子包括为了解污染物对健康的慢性影响而进行的环境流行病学研究。我认为残差空间结构的影响的偏差和精度的回归系数，开发一个简单的框架，在其中理解的关键问题，并得出翔实的分析结果。当未测量的混杂因素将空间结构引入残差时，具有空间随机效应的回归模型和密切相关的模型（如克里金法和惩罚样条）会出现偏差，即使残差方差分量已知。分析和模拟结果表明，偏差如何取决于协变量和残差的空间尺度：只有当协变量的变化小于未测量混杂的尺度时，才能通过拟合空间模型来减少偏差。我还讨论了如何规模的残差和协变量影响效率和不确定性估计时，残差是独立的协变量。在黑碳颗粒物空气污染和出生体重之间的关联的应用中，控制大规模的空间变化似乎减少了来自未测量的混杂因素的偏差，同时增加了估计的污染影响的不确定性。
2010-11-04 stat.ME
