Causal Analysis at Extreme Quantiles with Application to London Traffic Flow Data
极端分位数的因果分析：伦敦交通流应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接估计非随机干预的极端分位数处理效应，关注结果分布的厚尾部分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
极端分位数的因果分析：伦敦交通流应用
- 研究问题
- 当交通干预并非随机分配、结果分布偏斜且厚尾时，如何估计极端尾部的处理效应，以捕捉中位数分析可能遗漏的变化？
- 方法与思路
- 作者提出考虑结果厚尾特征的极端尾部处理效应估计方法，并用于分析伦敦自行车快速通道投入使用前后的交通流变化。
- 材料陈述的贡献
- 摘要称，新方法针对极端尾部的处理效应；伦敦数据分析显示，自行车快速通道投入使用后极端交通流显著增加，但未报告数值。
- 阅读关注点
- 应核对尾部处理效应的定义、非随机分配下的因果识别条件、厚尾假设与阈值选择，以及极端观测稀少时如何推断。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未说明估计公式、混杂调整和不确定性，不能据此确认应用结论的因果稳健性。
原文摘要
Transport engineers employ various interventions to enhance traffic-network performance. Quantifying the impacts of Cycle Superhighways is complicated due to the non-random assignment of such an intervention over the transport network. Treatment effects on asymmetric and heavy-tailed distributions are better reflected at extreme tails rather than at the median. We propose a novel method to estimate the treatment effect at extreme tails incorporating heavy-tailed features in the outcome distribution. The analysis of London transport data using the proposed method indicates that the extreme traffic flow increased substantially after Cycle Superhighways came into operation.