双重机器学习（DML）在处理高维协变量时的性能评估.docxVIP

双重机器学习（DML）在处理高维协变量时的性能评估

一、引言

在因果推断与政策评估领域，高维协变量的处理始终是核心挑战之一。传统计量经济学方法（如普通最小二乘法）在面对协变量维度接近甚至超过样本量的“高维”场景时，常因“维度诅咒”导致估计偏差增大、模型过拟合风险上升，难以准确识别因果效应（Hastieetal.,2009）。近年来，随着大数据技术的普及，社会科学、生物医学等领域的观测数据中协变量数量急剧增加（例如基因表达数据、用户行为日志），传统方法的局限性愈发凸显。

双重机器学习（DoubleMachineLearning，简称DML）作为一种融合机器学习与因果推断的新兴方法，通过“双重正交化”机制有效缓解了高维协变量带来的估计难题。其核心思想是利用机器学习算法分别估计处理变量与结果变量的条件期望，再通过残差回归分离因果效应，从而在高维环境下保持估计的一致性与效率（Chernozhukovetal.,2017）。本文将围绕DML在处理高维协变量时的性能展开系统评估，从理论机制、实际挑战、关键性能维度及实证验证等层面层层递进，探讨其优势与适用边界。

二、高维协变量下的因果推断挑战与DML的理论基础

（一）高维协变量对传统方法的冲击

在因果推断中，准确估计处理效应（如政策实施、药物干预的效果）需要控制所有可能影响结果的混杂变量。然而，当协变量维度（记为p）接近或超过样