Entropy Balancing for Causal Generalization with Target Sample Summary Information
利用目标样本汇总信息进行因果推广的熵平衡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：摘要以目标总体平均处理效应为估计对象，通过校准加权处理异质效应下的因果推广问题。
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
利用目标样本汇总信息进行因果推广的熵平衡
- 研究问题
- 当源总体有个体数据、目标总体仅有协变量矩等汇总信息，且处理效应异质时，如何估计目标总体的平均处理效应？
- 方法与思路
- 作者用目标样本汇总信息分别校准源样本处理组与对照组的权重，并进一步寻求源样本两组之间的协变量平衡。
- 材料陈述的贡献
- 摘要提出仅依赖目标汇总信息的加权推广方法，研究相应平均处理效应估计量的渐近行为，并以模拟和真实应用说明。
- 阅读关注点
- 应核对跨总体效应可推广的条件、所平衡矩与效应修饰函数的关系，以及汇总信息的不确定性和权重存在性。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未列出完整理论条件，有限汇总矩能否充分调整漂移仍须核对。
原文摘要
In this paper, we focus on estimating the average treatment effect (ATE) of a target population when individual-level data from a source population and summary-level data (e.g., first or second moments of certain covariates) from the target population are available. In the presence of heterogeneous treatment effect, the ATE of the target population can be different from that of the source population when distributions of treatment effect modifiers are dissimilar in these two populations, a phenomenon also known as covariate shift. Many methods have been developed to adjust for covariate shift, but most require individual covariates from a representative target sample. We develop a weighting approach based on summary-level information from the target sample to adjust for possible covariate shift in effect modifiers. In particular, weights of the treated and control groups within a source sample are calibrated by the summary-level information of the target sample. Our approach also seeks additional covariate balance between the treated and control groups in the source sample. We study the asymptotic behavior of the corresponding weighted estimator for the target population ATE under a wide range of conditions. The theoretical implications are confirmed in simulation studies and a real data application.