Conformalized Lee Inference: Distribution-Free Prediction Sets for Individual Treatment Effect under Monotone Sample Selection
保形化 Lee 推断：单调样本选择下个体治疗效应的预测集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：摘要围绕随机治疗、单调样本选择、Lee 识别歧义及个体治疗效应预测，直接属于因果推断。
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…
关注这篇论文的作者
保形化 Lee 推断：单调样本选择下个体治疗效应的预测集
- 研究问题
- 在治疗改变结果可观测性且选择具有单调性时，如何为被选中的控制组个体构造反事实结果及实际个体治疗效应的预测集？
- 方法与思路
- 作者用被选中的治疗组拟合和校准预测规则，依始终被选中者的可识别占比调整分数分位数，再减去已观测控制结果。
- 材料陈述的贡献
- 摘要称调整后的预测集在锐 Lee 歧义集上具有有限样本边际覆盖，总体阈值具有极小极大最优性，并提供模拟和工资应用。
- 阅读关注点
- 核对随机化、单调选择与占比识别条件，区分总体阈值和样本校准，并明确覆盖对应的个体群体及边际概率含义。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核验；边际覆盖不能直接解释为按个体特征条件覆盖或所有个体同时覆盖。
原文摘要
Treatment can change which outcomes are observed, so treated-selected and selected-control units need not represent the same latent population. This paper proposes conformalized Lee inference for counterfactual prediction under randomized treatment and monotone sample selection. The procedure uses treated-selected observations to fit and calibrate an arbitrary prediction rule and replaces the usual $(1-α)$ score quantile with the adjusted $(1-απ)$ quantile, where $π$ is the identified share of always-selected units among treated-selected units. The resulting prediction set has finite-sample, distribution-free marginal coverage over the sharp Lee ambiguity set. For a selected-control unit, subtracting the observed untreated outcome yields a marginal prediction set for the realized individual treatment effect. The adjusted population cutoff is minimax optimal over the reduced-information identification region. Simulations show that ordinary split-conformal prediction can under-cover under distribution shifts induced by selection, whereas the adjusted procedures restore coverage. Empirical analysis uses the National Job Corps Study data to illustrate prediction sets for individual wage effects of assignment to program access.