Causal inference with a functional outcome
函数型结果的因果推断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：摘要直接研究观察数据中二元处理的函数型平均因果效应及其推断。
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…
函数型结果的因果推断
- 研究问题
- 研究如何利用观察数据，估计二元处理对整条结果函数的平均因果效应，并对函数定义域上的整体不确定性进行推断。
- 方法与思路
- 作者定义函数型平均处理效应，构造结果回归估计量，并使用同时置信带表达整条效应函数的不确定性，通过模拟与应用展示方法。
- 材料陈述的贡献
- 摘要称，同时置信带能够处理函数定义域上的多重比较问题，并将方法用于瑞典一个出生队列的早成年居住地与后续收入发展研究。
- 阅读关注点
- 应核对观察数据下的因果识别条件、结果函数的观测方式、回归估计要求，以及同时置信带的构造与覆盖率保证。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明识别假设、置信带有效性的具体条件及应用中的效应数值。
原文摘要
This paper presents methods to study the causal effect of a binary treatment on a functional outcome with observational data. We define a Functional Average Treatment Effect and develop an outcome regression estimator. We show how to obtain valid inference on the FATE using simultaneous confidence bands, which cover the FATE with a given probability over the entire domain. Simulation experiments illustrate how the simultaneous confidence bands take the multiple comparison problem into account. Finally, we use the methods to infer the effect of early adult location on subsequent income development for one Swedish birth cohort.