新框架放宽网络干扰下因果估计假设

Weilin Chen 等作者发表论文，提出一个无需网络无混杂假设的网络干扰下因果效应估计框架和估计器，论文已被 IEEE Transactions on Pattern Analysis and Machine Intelligence 接收，处于 in press 状态。 该研究针对网络无混杂假设常被潜在混杂因子违背的问题，显式刻画网络环境中三类潜在混杂因子：仅影响个体自身、仅影响个体邻居、以及同时影响两者。研究者利用网络单元间的交互模式，借助可识别表示学习技术设计网络效应估计器，并从理论上证明了这三类潜在混杂因子的可识别性，进而用恢复出的混杂因子建立网络效应的形式化识别结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。