用于因果推理的机器学习工具变量-研究论文
工具变量 (IV) 是一种常用的从观测数据进行因果推断的技术。 在实践中，IV 引起的变化可能是有限的，这会导致对因果效应的估计不准确或有偏差，并使该方法对政策决策无效。 我们通过将从候选外生数据构建工具变量的问题制定为机器学习问题来应对这一挑战。 我们提出了一种称为 MLIV（机器学习工具变量）的新算法，它允许从样本数据中同时执行工具学习和因果推断。 我们提供了正式的渐近理论，并展示了我们的估计量在非常一般的条件下的根 n 一致性和渐近效率。 对现实世界数据的模拟和应用表明，该算法非常有效，显着提高了从观测数据进行因果推断的性能。
文件下载
评论信息
其他资源
- 线性代数知识网络图（考研资料）
- BP神经网络整定的PID算法_matlab源程序.zip
- 航母模型，unity模型
- MissionPlanner-1.3.74.msi
- 图书管理系统 c# asp .net 图书管理系统 网页
- django网站开发源码
- 车牌识别训练样本（全套）
- C++倒排索引
- opengl绘制3维网格线,曲面
- 基于curvelet变换的红外和可见光图像融合算法代码
- 粗糙集软件ROSETTA和ROSE2及中文使用说明
- ARM嵌入式系统开发：软件设计与优化 ARM System Developer's Guide 英文版
- BPL查看器
- 华为路由器SRG1200 V100R002C02SPC500_512M.bin
- UJA1079A.pdf
- 在不同系统中安装Python的视频.zip
- secoclient-linux-32-64-7.0.2.26.zip
- c++编写的WOWLauncher登陆器源码
- 单片机C语言 广告流水灯中断控制（含 DSN）
- 简单明了的网络数据封包解包
- 牌路分析软件(花色版)
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明