Conservative Inference for Counterfactuals
反事实的保守推断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：摘要研究反事实联合分布、因果效应界限，并以分位数函数表示个体剂量响应曲线。
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…
反事实的保守推断
- 研究问题
- 研究反事实随机变量的联合分布通常不能识别时，如何构造与观测分布相容且对应最小处理效应的保守联合分布及个体响应曲线。
- 方法与思路
- 作者利用最优传输理论寻找保守联合分布，据此界定因果效应并构造个体反事实剂量响应曲线，讨论单变量结局的分位数表示。
- 材料陈述的贡献
- 摘要称保守版本的联合分布可识别；在单变量结局及所述温和条件下，曲线由经过观测点的反事实分位数函数给出。
- 阅读关注点
- 应核对最小处理效应与最平坦曲线的数学定义、联合分布的唯一性和识别条件，以及秩保持结构解释与个体推断的范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实；摘要未说明温和条件及推断构造，保守曲线不能直接视为真实个体反事实。
原文摘要
In causal inference, the joint law of a set of counterfactual random variables is generally not identified. We show that a conservative version of the joint law - corresponding to the smallest treatment effect - is identified. Finding this law uses recent results from optimal transport theory. Under this conservative law we can bound causal effects and we may construct inferences for each individual's counterfactual dose-response curve. Intuitively, this is the flattest counterfactual curve for each subject that is consistent with the distribution of the observables. If the outcome is univariate then, under mild conditions, this curve is simply the quantile function of the counterfactual distribution that passes through the observed point. This curve corresponds to a nonparametric rank preserving structural model.