Estimating Heterogeneous Causal Effects of High-Dimensional Treatments: Application to Conjoint Analysis
高维处理的异质性因果效应估计：联合分析应用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：摘要研究随机属性联合实验中的异质性因果效应，并用逻辑回归建模二选一响应。
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…
高维处理的异质性因果效应估计：联合分析应用
- 研究问题
- 联合分析等高维因子设计中，如何识别具有不同处理效应模式的群体，并将群体差异与受访者协变量联系起来进行解释？
- 方法与思路
- 作者用正则化逻辑回归的贝叶斯混合模型寻找处理效应差异较大的群体，并以协变量直接建模群体归属，应用于移民画像选择实验。
- 材料陈述的贡献
- 摘要称，方法扩展了单一二元处理的异质性分析，揭示一组较高偏见受访者的移民选择差异，并提供实现方法的开源软件包。
- 阅读关注点
- 应核对高维处理效应的定义、群体数量与正则化选择，检查随机属性设计、群体归属不确定性及协变量关联的解释边界。
- 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。摘要未说明完整识别及估计条件，群体与偏见的关联不能直接解释为因果。
原文摘要
Estimation of heterogeneous treatment effects is an active area of research. Most of the existing methods, however, focus on estimating the conditional average treatment effects of a single, binary treatment given a set of pre-treatment covariates. In this paper, we propose a method to estimate the heterogeneous causal effects of high-dimensional treatments, which poses unique challenges in terms of estimation and interpretation. The proposed approach finds maximally heterogeneous groups and uses a Bayesian mixture of regularized logistic regressions to identify groups of units who exhibit similar patterns of treatment effects. By directly modeling group membership with covariates, the proposed methodology allows one to explore the unit characteristics that are associated with different patterns of treatment effects. Our motivating application is conjoint analysis, which is a popular type of survey experiment in social science and marketing research and is based on a high-dimensional factorial design. We apply the proposed methodology to the conjoint data, where survey respondents are asked to select one of two immigrant profiles with randomly selected attributes. We find that a group of respondents with a relatively high degree of prejudice appears to discriminate against immigrants from non-European countries like Iraq. An open-source software package is available for implementing the proposed methodology.