可能性非線形因子モデルにおける因果推論【JST・京大機械翻訳】

Feng Yingjie

プレプリント

J-GLOBAL ID：202202219881727532 整理番号：21P0046475

可能性非線形因子モデルにおける因果推論【JST・京大機械翻訳】

Causal Inference in Possibly Nonlinear Factor Models

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2020年08月31日プレプリントサーバーでの情報更新日： 2021年10月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文は,正当に測定した交絡因子による処理効果モデルのための一般的な因果推論法を開発した。重要な特徴は,雑音の多い測定の大きな集合が,未知の,おそらく非線形の因子構造を通して,根底にある潜在交絡因子とリンクしていることである。主構成ブロックは,K最近傍マッチングと主成分分析を組み合わせた局所主要部分空間近似手順である。二重ロバストスコア関数に基づいて,平均処理効果および対物分布を含む,多くの因果パラメータの推定量を構築した。これらの推定子の大規模サンプル特性を確立し,それは主部分空間近似に比較的穏やかな条件を必要とするだけであった。結果を,金融企業の株収益に及ぼす政治的接続の影響およびモンテカルロ実験を研究する経験的応用によって例証した。一般的局所主要部分空間近似法に関する主な技術的および方法論的結果は,独立した興味の可能性がある。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , 【Automatic Indexing@JST】

数値計算 , 人工知能

, , ,

前のページに戻る