Sharp Bounds for Continuous-Valued Treatment Effects with Unobserved Confounders
存在未观测混杂时连续处理效应的锐界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：摘要明确研究连续处理的平均潜在结果、未观测混杂敏感性分析及部分识别。
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…
存在未观测混杂时连续处理效应的锐界
- 研究问题
- 在连续处理或暴露存在未观测混杂、无混杂假设不可信时，如何通过敏感性分析为平均潜在结果构造尽可能紧的界与置信区间？
- 方法与思路
- 作者在连续敏感性模型下推导平均潜在结果的上下界和置信区间，证明界的锐性，提出双重稳健估计版本，并在模拟与真实数据中比较方法。
- 材料陈述的贡献
- 摘要称，所得界在指定敏感性模型内是最小可行区间；相较所比较方法，实验显示界更紧、覆盖表现良好且计算时间减少。
- 阅读关注点
- 应核对敏感性模型如何限制未观测混杂、锐性对应的可行分布集合、双重稳健条件，以及比较方法是否使用一致的敏感性设定。
- 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；摘要未给出敏感性参数、区间构造条件和具体结果，锐性结论受指定模型约束。
原文摘要
In causal inference, treatment effects are typically estimated under the ignorability, or unconfoundedness, assumption, which is often unrealistic in observational data. By relaxing this assumption and conducting a sensitivity analysis, we introduce novel bounds and derive confidence intervals for the Average Potential Outcome (APO) - a standard metric for evaluating continuous-valued treatment or exposure effects. We demonstrate that these bounds are sharp under a continuous sensitivity model, in the sense that they give the smallest possible interval under this model, and propose a doubly robust version of our estimators. In a comparative analysis with the method of Jesson et al. (2022) (arXiv:2204.10022), using both simulated and real datasets, we show that our approach not only yields sharper bounds but also achieves good coverage of the true APO, with significantly reduced computation times.