Sinkhorn Treatment Effects: A Causal Optimal Transport Measure
Sinkhorn 处理效应：一种因果最优传输度量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：摘要以反事实分布间差异定义处理效应，并检验分布层面的因果效应。
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
Sinkhorn 处理效应：一种因果最优传输度量
- 研究问题
- 如何超越平均处理效应，衡量反事实结果整个分布之间的差异，并对分布相同的零假设开展统计检验与正则化选择？
- 方法与思路
- 作者以熵正则最优传输定义分布差异，表示为反事实均值嵌入的光滑变换，利用路径可微性构造去偏估计与聚合检验。
- 材料陈述的贡献
- 摘要称，作者建立一般情形的一阶及零假设下的二阶路径可微性，获得固定正则化参数的渐近检验，并汇总多个参数的证据。
- 阅读关注点
- 应核对反事实分布的识别条件、核与熵正则化的关系、零假设下的二阶展开，以及聚合检验如何控制错误拒绝概率。
- 阅读边界
- 这是 arXiv 预印本，不能据此声称已获同行评审或接收；摘要未说明识别与估计条件，固定正则化的结果不能直接外推至参数趋零。
原文摘要
We introduce the Sinkhorn treatment effect, an entropic optimal transport measure of divergence between counterfactual distributions. Unlike classical quantities such as the average treatment effect, this measure captures differences across entire distributions. We analyze this divergence as a statistical functional and show it can be written as a smooth transformation of counterfactual mean embeddings with an appropriate kernel. This characterization allows us to establish first-order pathwise differentiability in general, and second-order pathwise differentiability under the null hypothesis of equal counterfactual distributions. Leveraging this smoothness, we construct debiased estimators and use them to obtain asymptotically valid tests for distributional treatment effects with a fixed entropic regularization parameter. Because the power of the test depends on this unknown parameter, we further propose an aggregated test that combines evidence across a grid of regularization choices. Experiments on simulated and image data demonstrate the practical advantages of our estimator and testing procedure.