Optimally weighted average derivative effects
最优加权平均导数效应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：摘要明确赋予加权平均导数与投影参数增量因果效应解释，并估计药物剂量效应，支持归入因果推断。
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…
最优加权平均导数效应
- 研究问题
- 如何选择加权平均导数效应的权重，使非参数效率界最小，并降低去偏估计对核方法及带宽选择的依赖？
- 方法与思路
- 作者构造与加权平均导数效应类同构的 Riesz 表示子，推导最优权重，并利用条件期望估计构建高效估计量。
- 材料陈述的贡献
- 摘要称，最优估计仅需学习条件期望，并将相关效应连接到部分线性投影参数与增量因果效应，提供模拟及华法林剂量应用。
- 阅读关注点
- 核对最优性的比较范围、权重改变后的目标含义、增量效应的因果解释条件，以及学习误差与效率结论的要求。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列完整正则条件，效率界最优不能直接推出有限样本表现最优。
原文摘要
Weighted average derivative effects (WADEs) are nonparametric estimands with uses in economics and causal inference. Debiased WADE estimators typically require learning the conditional mean outcome as well as a Riesz representer (RR) that characterises the requisite debiasing corrections. RR estimators for WADEs often rely on kernel estimators, introducing complicated bandwidth-dependant biases. In our work we propose a new class of RRs that are isomorphic to the class of WADEs and we derive the WADE weight that is optimal, in the sense of having minimum nonparametric efficiency bound. Our optimal WADE estimators require estimating conditional expectations only (e.g. using machine learning), thus overcoming the limitations of kernel estimators. Moreover, we connect our optimal WADE to projection parameters in partially linear models. We ascribe a causal interpretation to WADE and projection parameters in terms of so-called incremental effects. We propose efficient estimators for two WADE estimands in our class, which we evaluate in a numerical experiment and use to determine the effect of Warfarin dose on blood clotting function.