Prediction decomposition for causal analysis
用于因果分析的预测分解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：摘要研究预测结果变量的因果效应恢复，并明确利用至少两期面板数据构造诊断指标。
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
用于因果分析的预测分解
- 研究问题
- 将机器学习预测值作为因果分析的结果变量时，怎样选择能恢复处理效应的预测模型？作者研究总体预测准确率为何可能不足以指导选择。
- 方法与思路
- 作者把预测分解为个体间、个体内跨期及反事实处理效应三部分，并用至少两期的面板数据构造个体内预测准确度指标。
- 材料陈述的贡献
- 摘要称，反事实处理效应预测部分决定效应恢复，而个体内准确度可作为诊断代理；在更强的近似关系下还能构造近似无偏估计。
- 阅读关注点
- 应核对三部分分解的定义及可估计性，检查个体内准确度作为代理的理论依据，尤其区分模型诊断与近似无偏估计所需的条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收。摘要指出非实验数据不能估计反事实部分，近似无偏结论依赖额外近似假设。
原文摘要
There is rising interest in using Machine Learning (ML) model predictions as outcomes in causal analysis. However, these methods have faced challenges in finding the true treatment effects. It is also challenging to make choices about which prediction models to choose, since we are interested not only in the accuracy of the prediction but in its ability to produce the correct causal effect in the analysis. In this paper I propose a decomposition of the prediction into between-unit prediction ($η_μ$), within-unit-across-time prediction ($η_ε$), and counterfactual-treatment-effect prediction ($η_T$). I show that the counterfactual-treatment-effect component is the one that determines whether the model recovers the true treatment effect, but only the first two components can be estimated from non-experimental data. I argue that within-unit-across-time prediction accuracy ($η_ε$) is a structurally better proxy for the counterfactual-treatment-effect component ($η_T$) than overall prediction accuracy, and propose a metric to estimate it from panel data with at least two time periods. This metric serves as a diagnostic and model-selection tool for choosing ML models for causal analysis. Under the stronger assumption that $η_T \approx η_ε$, it also enables constructing an approximately unbiased estimate of the treatment effect. I develop the theoretical framework and illustrate it with simulations of synthetic data.