Conformal Sensitivity Analysis for Individual Treatment Effects
个体处理效应的共形敏感性分析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：摘要直接研究未观测混杂下个体处理效应的敏感性分析与区间覆盖，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…
个体处理效应的共形敏感性分析
- 研究问题
- 当无混杂假设可能失效时，如何量化未观测混杂对个体处理效应结论的影响，并给出相应的不确定性区间？
- 方法与思路
- 作者用边际敏感性模型刻画混杂强度，将问题转为分布偏移下的共形推断，并扩展协变量偏移下的现有方法。
- 材料陈述的贡献
- 摘要称，所得个体处理效应预测区间具有分布无关、非渐近的名义覆盖保证，并用模拟和观察性研究展示方法。
- 阅读关注点
- 应核对敏感性参数的含义、分布偏移的约束及覆盖保证的对象，特别是覆盖是否对个体协变量条件成立。
- 阅读边界
- 依据arXiv预印本版本摘要，不能据此认定同行评审或接收，也不能推断刊本变化；具体覆盖条件与应用结果未说明。
原文摘要
Estimating an individual treatment effect (ITE) is essential to personalized decision making. However, existing methods for estimating the ITE often rely on unconfoundedness, an assumption that is fundamentally untestable with observed data. To assess the robustness of individual-level causal conclusion with unconfoundedness, this paper proposes a method for sensitivity analysis of the ITE, a way to estimate a range of the ITE under unobserved confounding. The method we develop quantifies unmeasured confounding through a marginal sensitivity model [Ros2002, Tan2006], and adapts the framework of conformal inference to estimate an ITE interval at a given confounding strength. In particular, we formulate this sensitivity analysis problem as a conformal inference problem under distribution shift, and we extend existing methods of covariate-shifted conformal inference to this more general setting. The result is a predictive interval that has guaranteed nominal coverage of the ITE, a method that provides coverage with distribution-free and nonasymptotic guarantees. We evaluate the method on synthetic data and illustrate its application in an observational study.