プロペンシティパッチワーククリギングを用いたスケーラブルな異質治療効果の推定

Research Paper#Causal Inference, Machine Learning, Gaussian Processes🔬 Research|分析: 2026年1月3日 18:47•
公開: 2025年12月29日 13:49
•
1分で読める
•ArXiv

分析

この論文は、因果推論における異質治療効果（HTE）の推定におけるガウス過程ベースモデルの計算上の制限に対処しています。 提案されたPropensity Patchwork Krigingという新しい方法は、傾向スコアを利用してデータを分割し、Patchwork Krigingを適用します。 このアプローチは、傾向スコアの次元に沿って連続性の制約を課すことにより、HTE推定の精度を維持しながらスケーラビリティを向上させることを目的としています。 この方法は、層別化の平滑化拡張を提供し、HTE推定のための効率的なアプローチとなっています。
引用・出典
原文を見る
"The proposed method partitions the data according to the estimated propensity score and applies Patchwork Kriging to enforce continuity of HTE estimates across adjacent regions."
A
ArXiv2025年12月29日 13:49
* 著作権法第32条に基づく適法な引用です。
古い記事

Pseudodeterministic Algorithms for Minimum Cut Problems

新しい記事

Deterministic Image-to-Image Translation via Denoising Brownian Bridge Models with Dual Approximators

関連分析

Research Paper

SpaceTimePilot：空間と時間の制御による生成ビデオレンダリング

2026年1月3日 06:10

Research Paper

量子カオスハミルトニアン進化におけるランダム性生成

2026年1月3日 06:10

Research Paper

GaMO：幾何学認識拡散を用いた疎視点3D再構成

2026年1月3日 06:32

原文: ArXiv