論文の概要: Synthetic Potential Outcomes for Mixtures of Treatment Effects

• arxiv url: http://arxiv.org/abs/2405.19225v1
• Date: Wed, 29 May 2024 16:05:57 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-30 16:21:56.720745
• Title: Synthetic Potential Outcomes for Mixtures of Treatment Effects
• Title（参考訳）: 治療効果の混合に対する合成電位効果
• Authors: Bijan Mazaheri, Chandler Squires, Caroline Uhler,
• Abstract要約: 異種データセットに対する「合成ポテンシャル結果」(SPO)を提案する。 我々の新しいアプローチは、MTEの識別可能性も保証しながら、異種性を分解する。 合成データに対するSPOの有効性を実証する。
• 参考スコア（独自算出の注目度）: 9.649642656207869
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Modern data analysis frequently relies on the use of large datasets, often constructed as amalgamations of diverse populations or data-sources. Heterogeneity across these smaller datasets constitutes two major challenges for causal inference: (1) the source of each sample can introduce latent confounding between treatment and effect, and (2) diverse populations may respond differently to the same treatment, giving rise to heterogeneous treatment effects (HTEs). The issues of latent confounding and HTEs have been studied separately but not in conjunction. In particular, previous works only report the conditional average treatment effect (CATE) among similar individuals (with respect to the measured covariates). CATEs cannot resolve mixtures of potential treatment effects driven by latent heterogeneity, which we call mixtures of treatment effects (MTEs). Inspired by method of moment approaches to mixture models, we propose "synthetic potential outcomes" (SPOs). Our new approach deconfounds heterogeneity while also guaranteeing the identifiability of MTEs. This technique bypasses full recovery of a mixture, which significantly simplifies its requirements for identifiability. We demonstrate the efficacy of SPOs on synthetic data.
• Abstract（参考訳）: 現代のデータ分析は、しばしば、多様な集団やデータソースの集約として構築される大規模なデータセットの使用に依存している。 これらの小さなデータセット間の不均一性は、(1)各サンプルのソースは、治療と効果の間に潜伏的な相同性を導入することができ、(2)多様な個体群は、同じ治療に対して異なる反応を示し、不均一な治療効果(HTEs)を引き起こす。 潜伏接地とHTEの問題は別々に研究されているが, 共同研究は行われていない。 特に、過去の研究では、類似した個人(測定された共変量に関して)の条件平均治療効果(CATE)しか報告していない。 CATEは、潜在的不均一性によって引き起こされる潜在的な治療効果の混合物を解決できない。 混合モデルに対するモーメントアプローチの手法に着想を得て,SPO(synthetic potential outcomes)を提案する。 我々の新しいアプローチは、MTEの識別可能性も保証しながら、異種性を分解する。 この手法は混合物の完全回復を回避し、識別可能性に対する要求を大幅に単純化する。 合成データに対するSPOの有効性を実証する。

関連論文リスト

• Identifiable Latent Neural Causal Models [82.14087963690561]
  因果表現学習は、低レベルの観測データから潜伏した高レベルの因果表現を明らかにすることを目指している。 因果表現の識別可能性に寄与する分布シフトのタイプを決定する。 本稿では,本研究の成果を実用的なアルゴリズムに翻訳し,信頼性の高い潜在因果表現の取得を可能にする。
  論文  参考訳（メタデータ） (2024-03-23T04:13:55Z)
• Seeing Unseen: Discover Novel Biomedical Concepts via Geometry-Constrained Probabilistic Modeling [53.7117640028211]
  同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。 構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。 スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
  論文  参考訳（メタデータ） (2024-03-02T00:56:05Z)
• Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
  本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。 我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
  論文  参考訳（メタデータ） (2023-06-01T10:51:58Z)
• Causal Discovery in Linear Latent Variable Models Subject to Measurement Error [29.78435955758185]
  線形系における測定誤差の存在下での因果発見に着目した。 我々は、この問題と因果発見の驚くべき関連性を、観察されていない親性原因の存在で示している。
  論文  参考訳（メタデータ） (2022-11-08T03:43:14Z)
• Interventional Causal Representation Learning [75.18055152115586]
  因果表現学習は、低レベルの感覚データから高レベルの潜伏因子を抽出しようとする。 介入データは因果表現学習を促進するか? 介入データは、しばしば潜伏因子の支援の幾何学的シグネチャを持つことを示す。
  論文  参考訳（メタデータ） (2022-09-24T04:59:03Z)
• Weakly Supervised Representation Learning with Sparse Perturbations [82.39171485023276]
  潜伏変数のスパース摂動によって生じる観測の監督が弱い場合、未知の連続潜伏分布の下で識別が達成可能であることを示す。 本稿では,この理論に基づく自然な推定手法を提案し,それを低次元の合成および画像に基づく実験で説明する。
  論文  参考訳（メタデータ） (2022-06-02T15:30:07Z)
• Disentangling Observed Causal Effects from Latent Confounders using Method of Moments [67.27068846108047]
  我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。 我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
  論文  参考訳（メタデータ） (2021-01-17T07:48:45Z)
• Pursuing Sources of Heterogeneity in Modeling Clustered Population [16.936362485508774]
  不均一な追従と特徴選択を同時に達成するために、正規化有限混合効果回帰を提案する。 これらの効果の制約付きスパース推定は、共通の効果を持つ変数と不均一な効果を持つ変数の両方を同定する。 アルツハイマー病の遺伝的要因と脳の特徴を関連付けるための画像遺伝学研究、青年期における自殺リスクと学区の特徴との関係を探る公衆衛生学研究、野球選手の給与水準がパフォーマンスと契約状態とどのように関連しているかを理解するためのスポーツ分析研究の3つの応用が提示されている。
  論文  参考訳（メタデータ） (2020-03-10T14:59:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。