Causal Inference for Functional Treatments with Stochastic Policies
随机策略下函数型处理的因果推断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：摘要直接研究函数型处理的随机干预、因果效应估计和时间混杂，属于因果推断，未涉及分布效应本身的估计。
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…
随机策略下函数型处理的因果推断
- 研究问题
- 当处理是连续时间上的行为曲线时，如何定义可解释的随机干预政策，并处理支持问题与随时间变化的混杂反馈？
- 方法与思路
- 作者提出改变函数型处理分布的随机政策，通过分析者选择的单个基函数修改处理，并研究相应估计量的渐近性质。
- 材料陈述的贡献
- 摘要称方法不要求正值性假设，估计量具有渐近正态性和速率双重稳健性，并应用于分时段增加活动量对死亡率的影响。
- 阅读关注点
- 应核对“不要求正值性”的精确定义与其他支持条件、基函数修改对应的政策含义，以及时间混杂控制和辅助估计速率要求。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出替代支持条件、识别假设或应用结果，不能据此认定任意活动政策可识别。
原文摘要
Wearable devices can accurately measure human behavior, providing a unique opportunity to understand how behavior impacts health. Recent studies leveraging functional regression methods have found a strong relationship between accelerometer-collected physical activity and mortality. However, to determine if physical activity patterns impact mortality it is necessary to understand the causal effects of policies for physical activity, i.e., a function-valued treatment. Functional treatments present several challenges for causal effect estimation: 1) defining a scientifically meaningful estimand that reflects real-world policies and satisfies positivity is nontrivial; and 2) the potential for temporal confounding over continuous time. To address these, we propose stochastic policies for functional treatments that allow estimation of causal effects of changing the treatment distribution without requiring a positivity assumption. We develop a novel method for such that modifies the treatment through a single basis function chosen by the analyst, allowing for clear control over treatment modification and temporal confounding feedback. We show asymptotic normality of our estimators and that they exhibit rate double robustness. We apply our methods to the National Health and Nutrition Examination Survey to determine the causal effect of increasing physical activity over three-hour periods on mortality.