Doubly robust pointwise confidence intervals for a monotonic continuous treatment effect curve
单调连续处理效应曲线的双重稳健逐点置信区间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：摘要研究连续处理的因果剂量反应曲线及双重稳健置信区间。
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
单调连续处理效应曲线的双重稳健逐点置信区间
- 研究问题
- 当连续处理的因果剂量反应曲线具有单调性时，如何在固定处理水平构造置信区间，并减少平滑参数选择和偏差估计负担？
- 方法与思路
- 作者通过反演似然比型检验构造双重稳健逐点区间，提出适应未知平坦程度的版本，并讨论使用或不使用交叉拟合的程序。
- 材料陈述的贡献
- 摘要称单调性消除了曲线估计的平滑参数选择需求，检验避免估计未知偏差，且余项由两个辅助函数估计误差的乘积构成。
- 阅读关注点
- 核对单调性与曲线平坦程度如何影响极限分布，辅助函数误差需满足哪些条件，以及交叉拟合和区间反演的实现方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实。摘要未列完整因果识别与覆盖条件；逐点区间不能据此当作整条曲线置信带。
原文摘要
We study nonparametric inference for the causal dose-response (or treatment effect) curve when the treatment variable is continuous rather than binary or discrete. We do this by developing doubly robust confidence intervals for the continuous treatment effect curve (at a fixed point) under the assumption that it is monotonic, based on inverting a likelihood ratio-type test. Monotonicity of the treatment effect curve is often a very natural assumption, and this assumption removes the need to choose a smoothing or tuning parameter for the nonparametrically estimated curve. The likelihood ratio procedure is effective because it allows us to avoid estimating the curve's unknown bias, which is challenging to do. The test statistic is ``doubly robust'' in that a remainder term is the product of errors for the two so-called nuisance functions that naturally arise (the outcome regression and generalized propensity score functions), which allows one nuisance to be estimated poorly if the other is estimated well. Furthermore, we propose a version of our test or confidence interval that is adaptive to a range of the unknown curve's flatness level. We present versions with and without cross fitting. We illustrate the new methods via simulations and a study of a dataset relating the effect of nurse staffing hours on hospital performance.