Testing Generalizability in Causal Inference
因果推断中的泛化能力检验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：摘要明确将高维因果推断模型及因果基准中的跨域泛化作为评估对象。
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…
因果推断中的泛化能力检验
- 研究问题
- 当不同应用域存在协变量分布变化时，如何统计评估高维因果推断模型的泛化能力，而不只是依据均方误差等相对性能指标？
- 方法与思路
- 作者利用 frugal parameterization 构造完全合成及半合成因果基准，以真实数据为基础开展模拟和统计检验，评估均值与分布回归方法的泛化表现。
- 材料陈述的贡献
- 摘要称，文章提出系统评估框架，通过更贴近真实数据的因果模拟和统计检验，为高维模型的跨域泛化判断提供超出常规性能指标的依据。
- 阅读关注点
- 应核对泛化的统计定义与检验零假设、协变量漂移如何生成、合成基准保留哪些真实结构，以及检验的错误率和功效如何评价。
- 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；摘要未说明检验统计量与有效性条件，合成基准上的表现不能直接保证真实跨域有效。
原文摘要
Ensuring robust model performance in diverse real-world scenarios requires addressing generalizability across domains with covariate shifts. However, no formal procedure exists for statistically evaluating generalizability in machine learning algorithms. Existing predictive metrics like mean squared error (MSE) help to quantify the relative performance between models, but do not directly answer whether a model can or cannot generalize. To address this gap in the domain of causal inference, we propose a systematic framework for statistically evaluating the generalizability of high-dimensional causal inference models. Our approach uses the frugal parameterization to flexibly simulate from fully and semi-synthetic causal benchmarks, offering a comprehensive evaluation for both mean and distributional regression methods. Grounded in real-world data, our method ensures more realistic evaluations, which is often missing in current work relying on simplified datasets. Furthermore, using simulations and statistical testing, our framework is robust and avoids over-reliance on conventional metrics, providing statistical safeguards for decision making.