Imputation of Counterfactual Outcomes when the Errors are Predictable
误差可预测时的反事实结果插补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：摘要直接研究反事实潜在结果插补，并以时间序列误差的可预测性和序列相关为方法基础。
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
误差可预测时的反事实结果插补
- 研究问题
- 当反事实预测误差具有序列或相互相关性时，如何利用其中的信息改善缺失潜在结果的插补，并避免条件推断失真？
- 方法与思路
- 作者受时间序列中最佳线性无偏预测器启发，在已有一致估计模型上利用相关误差构造改进预测器，且不限定为线性模型。
- 材料陈述的贡献
- 摘要称，该预测器在一大类强混合误差过程中可改善均方误差，并指出忽略误差可预测性对条件推断的影响依赖估计器与残差。
- 阅读关注点
- 应核对可用于预测的残差信息如何获得、误差相关结构如何估计，以及均方误差改进和条件推断结果需要哪些条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未列出强混合与预测器条件，也未给出改进幅度或统一的推断失真方向。
原文摘要
A crucial input into causal inference is the imputed counterfactual outcome. Imputation error can arise because of sampling uncertainty from estimating the prediction model using the untreated observations, or from out-of-sample information not captured by the model. While the literature has focused on sampling uncertainty, it vanishes with the sample size. Often overlooked is the possibility that the out-of-sample error can be informative about the missing counterfactual outcome if it is mutually or serially correlated. Motivated by the best linear unbiased predictor (\blup) of \citet{goldberger:62} in a time series setting, we propose an improved predictor of potential outcome when the errors are correlated. The proposed \pup\; is practical as it is not restricted to linear models, can be used with consistent estimators already developed, and improves mean-squared error for a large class of strong mixing error processes. Ignoring predictability in the errors can distort conditional inference. However, the precise impact will depend on the choice of estimator as well as the realized values of the residuals.