双重机器学习（DoubleML）方法介绍.docxVIP

双重机器学习（DoubleML）方法介绍

一、引言

无论是自然科学研究、公共政策制定还是商业领域的日常决策，识别变量之间的因果关系都是支撑可靠判断的核心基础——仅靠变量间的相关关系，既无法解释现象背后的底层逻辑，也无法精准预判干预动作带来的实际效果。过去几十年间，因果推断方法体系逐步成熟，以线性回归、倾向得分匹配、工具变量法、断点回归为代表的传统方法，在低维数据、模型假设明确的场景下得到了广泛应用。但随着大数据时代的到来，研究者和从业者能够获取的协变量维度越来越高，变量间的关系也愈发复杂，传统依赖低维参数假设的方法逐渐显现出适配性不足的问题；而具备强大高维拟合能力的机器学习方法，最初是为预测场