A generalized definition of the average causal effect for both binary and continuous treatments
兼容二元与连续处理的平均因果效应广义定义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：摘要直接讨论潜在结果、因果剂量反应函数及平均因果效应的定义与估计。
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
兼容二元与连续处理的平均因果效应广义定义
- 研究问题
- 如何为二元与连续处理构造统一的平均因果效应，使连续处理下众多潜在结果对比能够被一个明确的总体参数概括？
- 方法与思路
- 作者将个体因果效应定义为其因果剂量反应函数在实际处理值处对处理的导数，并讨论总体平均、可估计性及模拟示例。
- 材料陈述的贡献
- 摘要称这一广义定义与二元处理的传统定义等价，同时涵盖连续处理，并可在常规因果假设下估计所定义的参数。
- 阅读关注点
- 应核对二元处理下导数定义如何与传统对比衔接、实际处理值处平均的含义，以及摘要中连续结局与连续处理的表述。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出常规因果假设、光滑性要求或具体估计方法。
原文摘要
One of the main tasks of causal inference is estimating well-defined causal parameters. One of the main causal parameters is the average causal effect (ACE) - the expected value of the individual level causal effects in the target population. For binary treatments, the individual level causal effect is defined as contrast between potential outcomes. For continuous outcomes, however, there are many such contrasts in finite samples, thus hampering their use as a useful summary of the causal relationship. Here, we proposed a generalized version of the ACE, where individual level causal effects are defined as the derivative (with respect to the treatment) of the individual level causal dose-response function evaluated at treatment value that the individual has. This definition is equivalent to the conventional definition for binary treatments, but also incorporates continuous treatments. We demonstrate that this quantity can be estimated under conventional causal assumptions and illustrate the theoretical ideas with a simulation study.