双重机器学习在高维数据因果效应估计中的应用.docxVIP

双重机器学习在高维数据因果效应估计中的应用

一、引言

（一）因果效应估计的研究价值

因果效应估计是社会科学、医学、经济学等众多领域的核心研究目标之一。与单纯的相关性分析不同，因果效应旨在揭示“处理变量”对“结果变量”的真实影响，其结论直接为政策制定、医疗决策、企业战略优化等提供科学依据。例如，在公共政策领域，研究者需要确定最低工资调整是否真能提升低收入群体的收入；在医学领域，需要明确某种靶向药物是否确实能延长癌症患者的生存期。这些问题的答案都依赖于准确的因果效应估计（AtheyImbens,2019）。

（二）高维数据时代的挑战与双重机器学习的出现

随着大数据技术的普及，研究中可获取的协