Estimation of conditional average treatment effects on distributed confidential data
分布式保密数据上的条件平均处理效应估计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：摘要的目标明确是分布式数据上的条件平均处理效应估计与检验，采用双重机器学习，因此直接归入因果推断。
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…
分布式保密数据上的条件平均处理效应估计
- 研究问题
- 作者研究多个参与方无法因保密要求集中原始数据时，如何协作估计和检验条件平均处理效应，并积累跨时期的分析信息。
- 方法与思路
- 作者提出数据协作双重机器学习，利用分布式来源构造保护隐私的融合数据，在无需迭代通信的框架中估计半参数 CATE 模型。
- 材料陈述的贡献
- 摘要称，方法支持无迭代通信的估计检验、对模型误设更稳健及知识库积累，在合成、半合成和真实数据模拟中表现不逊于基准。
- 阅读关注点
- 应核对各方传递的数据表示、隐私保护的具体定义、跨方和跨时期的可比性条件，以及 CATE 识别、检验和误设稳健性的依据。
- 阅读边界
- 依据 arXiv 预印本摘要，同行评审或期刊接收未核实；摘要未说明隐私保证、识别假设和性能指标，不能认定具备形式化隐私保障。
原文摘要
The estimation of conditional average treatment effects (CATEs) is an important topic in many scientific fields. CATEs can be estimated with high accuracy if data distributed across multiple parties are centralized. However, it is difficult to aggregate such data owing to confidentiality or privacy concerns. To address this issue, we propose data collaboration double machine learning, a method for estimating CATE models using privacy-preserving fusion data constructed from distributed sources, and evaluate its performance through simulations. We make three main contributions. First, our method enables estimation and testing of semi-parametric CATE models without iterative communication on distributed data, providing robustness to model mis-specification compared to parametric approaches. Second, it enables collaborative estimation across different time points and parties by accumulating a knowledge base. Third, our method performs as well as or better than existing methods in simulations using synthetic, semi-synthetic, and real-world datasets.