Double Machine Learning and Automated Confounder Selection -- A Cautionary Tale
双重机器学习与自动混杂变量选择：一个警示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：摘要围绕条件独立性、混杂控制与内生控制变量对因果估计的影响展开，直接属于因果推断。
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…
双重机器学习与自动混杂变量选择：一个警示
- 研究问题
- 研究双重机器学习在高维协变量中纳入少量不适当控制变量时，是否产生偏差，以及自动变量选择能否替代因果判断。
- 方法与思路
- 作者考察内生变量进入控制集合对条件独立性及双重机器学习的影响，并比较不同理论因果模型下偏差的表现。
- 材料陈述的贡献
- 摘要称，双重机器学习对少量不适当控制变量较敏感，偏差随因果模型而变化，因此对纯数据驱动控制变量选择提出警示。
- 阅读关注点
- 应核对不适当控制变量的具体类型、各因果模型与估计目标，以及偏差演示是否涉及理论推导、模拟或其他证据。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明具体模型与偏差大小，不能据此否定所有双重机器学习应用。
原文摘要
Double machine learning (DML) has become an increasingly popular tool for automated variable selection in high-dimensional settings. Even though the ability to deal with a large number of potential covariates can render selection-on-observables assumptions more plausible, there is at the same time a growing risk that endogenous variables are included, which would lead to the violation of conditional independence. This paper demonstrates that DML is very sensitive to the inclusion of only a few "bad controls" in the covariate space. The resulting bias varies with the nature of the theoretical causal model, which raises concerns about the feasibility of selecting control variables in a data-driven way.