Generalized projection tests for function-valued parameters with applications to testing structural causal assumptions
函数值参数的广义投影检验及其在结构性因果假设检验中的应用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：摘要明确将检验用于因果结构假设、数据融合和工具变量兼容性条件。
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…
关注这篇论文的作者
函数值参数的广义投影检验及其在结构性因果假设检验中的应用
- 研究问题
- 如何检验函数值参数是否为零，从而评估因果结构假设的可检验含义，并允许机器学习估计相关干扰参数？
- 方法与思路
- 作者基于级数估计构造广义投影检验，建立有效性条件，并以数据融合、工具变量及条件风险相等检验说明应用。
- 材料陈述的贡献
- 摘要称，检验可容纳灵活机器学习，且原假设下极限分布易于计算；疫苗试验与家庭规模研究展示了使用场景。
- 阅读关注点
- 应核对投影和级数维度的选择、干扰参数估计要求、原假设下分布计算，以及被检验含义与完整因果假设的关系。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未列出有效性条件，检验某项含义不能验证全部结构假设。
原文摘要
Structural assumptions are central to the causal inference literature. In practice, it is often crucial to assess their validity or to test implications that follow from them. In many settings, such tests can be framed as evaluating whether a function-valued parameter equals zero. In this paper, we propose a class of generalized projection tests based on series estimators for function-valued parameters. We establish conditions under which the proposed tests are valid and illustrate their applicability through examples from the data fusion and instrumental variables literature. Our approach accommodates flexible machine learning methods for estimating nuisance parameters. In contrast to many existing approaches, the limiting distributions of the proposed test statistics are straightforward to compute under the null hypothesis. We apply our method to test the equality of conditional COVID-19 risk across vaccine arms in the COVID-19 Variant Immunologic Landscape (COVAIL) trial, and to test an instrumental variable compatibility condition in a study of the effect of family size on female labor supply.