Retrospective Counterfactual Prediction by Conditioning on the Factual Outcome: A Cross-World Approach
以事实结果为条件的回溯反事实预测：跨世界方法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：摘要直接研究潜在结果、跨世界依赖与个体反事实预测的因果识别问题。
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
以事实结果为条件的回溯反事实预测：跨世界方法
- 研究问题
- 已知个体协变量及其未接受处理时的事实结果，如何预测其接受处理后的反事实均值，并构造有效预测区间？
- 方法与思路
- 作者用给定协变量的跨世界潜在结果相关系数连接事实与反事实结果，在其合理界限下构造条件预测与区间。
- 材料陈述的贡献
- 摘要称所提区间在标准因果假设下具有渐近条件覆盖，并以跨世界相关性连接忽略事实结果与平移事实结果的基线。
- 阅读关注点
- 应核对相关系数之外是否还需联合分布限制、相关性界限如何设定，以及条件覆盖成立的完整假设和估计条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未经核实；目标通常不可识别，摘要未列明仅凭相关性约束获得结论的条件。
原文摘要
Retrospective causal questions ask what would have happened to an observed individual had they received a different treatment. We study the problem of estimating $μ(x,y)=\mathbb{E}[Y(1)\mid X=x,Y(0)=y]$, the expected counterfactual outcome for an individual with covariates $x$ and observed outcome $y$, and constructing valid prediction intervals under the Neyman-Rubin superpopulation model. This quantity is generally not identified without additional assumptions. To link the observed and unobserved potential outcomes, we work with a cross-world correlation $ρ(x)=cor(Y(1),Y(0)\mid X=x)$; plausible bounds on $ρ(x)$ enable a principled approach to this otherwise unidentified problem. We introduce retrospective counterfactual estimators $\hatμ_ρ(x,y)$ and prediction intervals $C_ρ(x,y)$ that asymptotically satisfy $P[Y(1)\in C_ρ(x,y)\mid X=x, Y(0)=y]\ge1-α$ under standard causal assumptions. Many common baselines implicitly correspond to endpoint choices $ρ=0$ or $ρ=1$ (ignoring the factual outcome or treating the counterfactual as a shifted factual outcome). Interpolating between these cases through cross-world dependence yields substantial gains in both theory and practice.