Core Concepts
Effiziente Schätzung von bedingten durchschnittlichen Behandlungseffekten mit Triple/Debiased Lasso.
Abstract
Untersuchung der Schätzung und statistischen Inferenz von CATEs.
Schätzung von linearen Modellen für CATEs mit hochdimensionalen Kovariaten.
Verwendung von Lasso-Regularisierung für Sparsität.
Dreistufige Schätzmethodologie: Schätzung von Nuisanzparametern, Regressionsanalyse mit Lasso, Debiased Lasso.
Bestätigung der Konsistenz und asymptotischen Normalität durch Simulationen.
Stats
In unserem Analyseprozess nehmen wir keine spezifischen Zahlen oder Metriken auf.
Quotes
"Unsere Methode ermöglicht die konsistente Schätzung und statistische Inferenz für CATEs."
"Die Verwendung von DML und debiased Lasso führt zu einem konsistenten Schätzer für CATEs."