双重稳健的抗异常值因果处理效应推断-计算机科学-机器学习-异常值检测.pdfVIP

双重稳健的抗异常值因果处理效应推断

acbd,

JuhyunPark,ByeongheeLee,SaebomJeon,JoonsungKang

aDepartmentofStatistics,DonggukUniversity,RepublicofKorea

bDepartmentofMarketingBigdata,MokwonUniversity,RepublicofKorea

cDepartmentofMathematicsandPhysics,Gangneung-WonjuNationaluniversity,

Gangneungsi,RepublicofKorea

dDepartmentofDataScience,Gangneung-WonjuNationaluniversity,Gangneungsi,

RepublicofKorea

本Abstract

译异常值会严重扭曲观察研究中的因果效应估计，然而这一问题在文献中得到的

中关注有限。它们的影响在小样本量情况下尤为显著，在这种情况下检测和移除异

常值变得更加困难。因此，至关重要的是要在不排除这些有影响力的数据点的

1

v情况下稳健地估计治疗效果。为了解决这个问题，我们提出了一种在包含异常

9值的污染模型下用于平均治疗效应的双重稳健点估计器。通过鲁棒的估计方程，

3

4在结果回归中实现了稳健性，同时协变量平衡倾向得分（CBPS）确保了倾向评

7

1分建模中的韧性。为了防止由于包含众多参数而导致的模型过拟合，我们引入

7.了变量选择。所有这些组成部分在惩罚经验似然框架下得到了统一。对于置信

0区间的估计，大多数现有的方法依赖于渐近性质，这在有限样本中可能不可靠。

5

2我们通过提出的估计方程推导出了平均治疗效应的一个最优有限样本置信区间，

:确保该区间边界不受异常值的影响。通过模拟和一个涉及含有异常值的高血压

v

i数据的实际应用，我们证明了我们的方法在准确性和稳健性方面始终优于现有

x

r方法。

a

Keywords:平均处理效果,置信区间,异常值,有限样本,双稳健,CBSPS

1.介绍

观察研究中对平均处理效应（ATE）的稳健因果推断仍然是一个活跃的研究

领域，特别是在高维生物医学环境中由于异常值和小样本量而产生的复杂情况。

Harada和Fujisawa(2021)最近引入了一个使用鲁棒损失函数的抗异常值

ATE估计器，这显著提高了点估计稳定性的效果。然而，他们的方法并没有延

Correspondingauthor.Tel.:+82-10-8988-1344.

Emailaddress:mkang@gwnu.ac.kr(JoonsungKang)

伸到推论的有效性上，因为没有提出构建置信区间的程序。同时，主流的方法

如广义估计方程（GEE）(Liang和Zeger,1986)已知对数据污染非常脆弱