Kernekoncepter
CATEを高次元の線形回帰モデルで推定し、Lasso正則化を使用してバイアスを軽減する方法に焦点を当てた。
Resumé
この研究は、CATEの推定において、3段階の手法を導入しました。まず、干渉パラメータ(条件付き期待値と傾向スコア)を推定し、次に差分を推定してLasso正則化を適用しました。最後に、Lasso正則化によって導入されたバイアスを軽減するためにdebiased Lasso技術を適用しました。この手法から得られる推定量はTDL推定量と呼ばれます。TDL推定量の一貫性と漸近的正規性が示されており、漸近的な信頼区間が構築されています。
Statistik
3段階の手法が提案された。
バイアスが軽減されたTDL(Triple/Debiased Lasso)エスティメーターが開発された。
シミュレーション研究で提案手法の妥当性が確認された。
Citater
"Estimating Conditional Average Treatment Effects (CATEs) is a crucial task in various disciplines."
"Our interest lies in consistent estimation and statistical inference for the CATE."
"We refer to the debiased estimator as the triple/debiased Lasso (TDL), applying both DML and debiased Lasso techniques."