Doubly robust uniform confidence band for the conditional average treatment effect function
条件平均处理效应函数的双重稳健一致置信带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。
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：摘要围绕处理效应异质性、条件平均处理效应估计与一致置信带展开，并以吸烟效应应用说明方法，直接属于因果推断。
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…
关注这篇论文的作者
条件平均处理效应函数的双重稳健一致置信带
- 研究问题
- 当识别平均处理效应需要控制大量协变量，而关注的异质性变量维度较低时，如何估计条件平均处理效应函数并进行统一推断？
- 方法与思路
- 作者区分识别所需的较多协变量与分析异质性所用的低维变量，提出双重稳健估计量，并构造便于计算的函数一致置信带。
- 材料陈述的贡献
- 摘要称所提估计量具有双重稳健性并避免维数灾难，同时给出易计算的一致置信带；模拟与吸烟对出生体重的应用用于展示实用性。
- 阅读关注点
- 应核对双重稳健性对应的辅助模型、平滑与误差控制条件，以及置信带覆盖的函数域和识别条件在吸烟应用中的合理性。
- 阅读边界
- 摘要未说明识别假设、辅助模型估计要求及一致覆盖成立的条件；不能仅凭双重稳健认定任意误设下仍有效，也无法评估有限样本覆盖率。
原文摘要
Summary In this paper, we propose a doubly robust method to estimate the heterogeneity of the average treatment effect with respect to observed covariates of interest. We consider a situation where a large number of covariates are needed for identifying the average treatment effect but the covariates of interest for analyzing heterogeneity are of much lower dimension. Our proposed estimator is doubly robust and avoids the curse of dimensionality. We propose a uniform confidence band that is easy to compute, and we illustrate its usefulness via Monte Carlo experiments and an application to the effects of smoking on birth weights.