Causal Spatial Quantile Regression
因果空间分位数回归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：摘要直接研究空间异质的因果处理效应及不同结果分位数上的效应。
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…
因果空间分位数回归
- 研究问题
- 如何估计同时随地理位置与结果分位数变化的处理效应，并减轻空间隐性混杂对分布性因果分析的影响？
- 方法与思路
- 作者提出基于深度空间分位数回归的半参数神经网络框架，构造空间分位数处理效应的代入估计量并加入混杂调整。
- 材料陈述的贡献
- 摘要称模拟中可在存在空间隐性混杂时准确估计目标效应，出生体重应用报告各分位负效应且低分位区域影响更重。
- 阅读关注点
- 应核对空间分位数处理效应的定义、隐性混杂调整所依赖的结构假设，以及网络训练、推断和应用中的识别依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收未获确认；摘要未说明隐性混杂的可识别条件，残差空间相关减弱不能单独证明因果识别。
原文摘要
Treatment effects in a wide range of economic, environmental, and epidemiological applications often vary across space, and understanding the heterogeneity of causal effects across space and outcome quantiles is a critical challenge in spatial causal inference. To effectively capture spatial heterogeneity in distributional treatment effects, we propose a novel semiparametric neural network-based causal framework leveraging deep spatial quantile regression and then construct a plug-in estimator for spatial quantile treatment effects (SQTE). This framework incorporates an efficient adjustment procedure to mitigate the impact of spatial hidden confounders. Extensive simulations across various scenarios demonstrate that our methodology can accurately estimate SQTE, even with the presence of spatial hidden confounders. Additionally, the spatial confounding adjustment procedure effectively reduces neighborhood spatial patterns in the residuals. We apply this method to assess the spatially varying quantile treatment effects of maternal smoking on newborn birth weight in North Carolina, United States. Our findings consistently show negative effects across all birth weight quantiles, with particularly severe impacts observed in the lower quantile regions.