論文の概要: Decomposition of Spillover Effects Under Misspecification:Pseudo-true Estimands and a Local--Global Extension

• arxiv url: http://arxiv.org/abs/2602.12023v1
• Date: Thu, 12 Feb 2026 14:54:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-13 21:07:25.876751
• Title: Decomposition of Spillover Effects Under Misspecification:Pseudo-true Estimands and a Local--Global Extension
• Title（参考訳）: ミス種別下におけるスピルオーバー効果の分解:擬似真性推定値と局所-グローバル展開
• Authors: Yechan Park, Xiaodong Yang,
• Abstract要約: 我々は、実際の設計下での処理確率の小さな変化の影響として定義された限界政策効果を原始的とみなす。 研究者による露光マッピングによって、ユニークな擬似現実結果モデルが導出されることを示す。 次に、ローカルネットワークの流出とグローバルな流出の両方が動作する重要な経験的および理論的応用をネストする設定に焦点を当てる。
• 参考スコア（独自算出の注目度）: 4.147806823365401
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Applied work with interference typically models outcomes as functions of own treatment and a low-dimensional exposure mapping of others' treatments, even when that mapping may be misspecified. This raises a basic question: what policy object are exposure-based estimands implicitly targeting, and how should we interpret their direct and spillover components relative to the underlying policy question? We take as primitive the marginal policy effect, defined as the effect of a small change in the treatment probability under the actual experimental design, and show that any researcher-chosen exposure mapping induces a unique pseudo-true outcome model. This model is the best approximation to the underlying potential outcomes that depends only on the user-chosen exposure. Utilizing that representation, the marginal policy effect admits a canonical decomposition into exposure-based direct and spillover effects, and each component provides its optimal approximation to the corresponding oracle objects that would be available if interference were fully known. We then focus on a setting that nests important empirical and theoretical applications in which both local network spillovers and global spillovers, such as market equilibrium, operate. There, the marginal policy effect further decomposes asymptotically into direct, local, and global channels. An important implication is that many existing methods are more robust than previously understood once we reinterpret their targets as channel-specific components of this pseudo-true policy estimand. Simulations and a semi-synthetic experiment calibrated to a large cash-transfer experiment show that these components can be recovered in realistic experimental designs.
• Abstract（参考訳）: 干渉を用いた応用的な研究は、通常、そのマッピングが誤って特定されたとしても、自分自身の処置の関数としての結果と、他人の処置の低次元の露光マッピングをモデル化する。 これは基本的な疑問を提起する: 露光ベースの推定対象が暗黙のターゲティング対象であること、そして、その根底にある政策問題に対する直接的および流出的コンポーネントをどのように解釈すべきか。 本研究は, 限界政策効果として, 実際の実験設計下での処理確率の小さな変化の影響として定義され, 研究者による露光マッピングにより, ユニークな擬似結果モデルが導出されることを示す。 このモデルは、ユーザ・センサの露出にのみ依存する潜在的な結果に対する最良の近似である。 この表現を利用することで、限界ポリシー効果は露光に基づく直接的および漏出的効果への正準分解を認め、各成分は干渉が完全に分かっていれば利用できる対応するオラクルオブジェクトに最適な近似を与える。 次に、ローカルネットワークの流出と市場均衡のようなグローバルな流出の両方が動作する重要な経験的および理論的応用をネストする設定に焦点を当てる。 そこで、限界政策効果は、漸近的に直接的、局所的、グローバルなチャネルに分解する。 重要な意味は、この擬似真偽ポリシー推定のチャネル固有のコンポーネントとしてターゲットを再解釈すると、既存の多くのメソッドが以前理解されていたよりも堅牢であるということである。 シミュレーションと半合成実験により、これらの部品は現実的な実験設計で回収できることが示されている。

関連論文リスト

• Causal Inference on Networks under Misspecified Exposure Mappings: A Partial Identification Framework [66.59051888063665]
  ネットワーク上の因果推論のための新しい部分同定フレームワークを提案する。 露光マッピングの誤用下では, 直接的および漏出的効果に対して, 鋭い上下境界を導出する。 実験の結果, 境界は情報的であり, 露光写像の誤特定の下では信頼性の高い結論が得られた。
  論文  参考訳（メタデータ） (2026-02-03T12:27:11Z)
• Data Fusion for Partial Identification of Causal Effects [62.56890808004615]
  本稿では,研究者が重要な疑問に答えられるような,新しい部分的識別フレームワークを提案する。 因果効果は肯定的か否定的か? 本研究の枠組みをSTARプロジェクトに適用し,第3級の標準試験性能に対する教室規模の影響について検討する。
  論文  参考訳（メタデータ） (2025-05-30T07:13:01Z)
• Collaborative Value Function Estimation Under Model Mismatch: A Federated Temporal Difference Analysis [55.13545823385091]
  フェデレーション強化学習(FedRL)は、エージェント間のデータ交換を防止し、データのプライバシを維持しながら協調学習を可能にする。 現実世界のアプリケーションでは、各エージェントは若干異なる遷移ダイナミクスを経験し、固有のモデルミスマッチを引き起こす。 情報共有の適度なレベルでさえ、環境固有のエラーを著しく軽減することを示す。
  論文  参考訳（メタデータ） (2025-03-21T18:06:28Z)
• Towards Understanding Extrapolation: a Causal Lens [53.15488984371969]
  我々は、外挿がいつ可能かを理論的に理解し、それを実現するための原則的な方法を提供する。 この定式化の下では、外挿問題を潜在変数識別問題にキャストする。 この理論は、基礎となる多様体の滑らかさとシフト特性の間の複雑な相互作用を明らかにする。
  論文  参考訳（メタデータ） (2025-01-15T21:29:29Z)
• Disentangled Representation for Causal Mediation Analysis [25.114619307838602]
  因果媒介分析(英: Causal mediation analysis)は、直接的および間接的な効果を明らかにするためにしばしば用いられる方法である。 深層学習はメディエーション分析において有望であるが、現在の手法では、治療、メディエーター、結果に同時に影響を及ぼす潜在的共同創設者のみを前提としている。 そこで本研究では,助成金の表現を3つのタイプに分けて,自然的直接効果,自然間接効果,および全効果を正確に推定する,ディスタングル・メディエーション分析変分自動エンコーダ(DMAVAE)を提案する。
  論文  参考訳（メタデータ） (2023-02-19T23:37:17Z)
• Neighborhood Adaptive Estimators for Causal Inference under Network Interference [109.17155002599978]
  ネットワークに接続された単位による古典的非干渉仮定の違反について考察する。 トラクタビリティでは、干渉がどのように広がるかを記述する既知のネットワークを考える。
  論文  参考訳（メタデータ） (2022-12-07T14:53:47Z)
• Causal Ordering Without Effect Estimation: A Framework for Using Proxies in Treatment Prioritization [3.0509197593879844]
  予測プロキシを推論する決定中心のフレームワークを開発する。 プロキシが処理効果の優越的なモデレーターを反映した場合に保持する正しい効果順序をプロキシが回復する条件を同定する。 これらの条件が、個別選択設定において有用な近似としてどのように現れるかを示し、介入なしに行動する確率が説得を緩やかにすることを示す。
  論文  参考訳（メタデータ） (2022-06-25T02:15:22Z)
• Loss Bounds for Approximate Influence-Based Abstraction [81.13024471616417]
  影響に基づく抽象化は、システムの残りの部分が与える「影響」とともに、局所的なサブプロブレムをモデル化することでレバレッジを得ることを目的としている。 本稿では,理論的観点から,そのような手法の性能について考察する。 交叉エントロピーで訓練されたニューラルネットワークは、近似的な影響表現を学習するのに適していることを示す。
  論文  参考訳（メタデータ） (2020-11-03T15:33:10Z)
• A Class of Algorithms for General Instrumental Variable Models [29.558215059892206]
  因果治療効果の推定は、様々な現実世界で発生する重要な問題である。 連続分布における因果効果のバウンディング法を提案する。
  論文  参考訳（メタデータ） (2020-06-11T12:32:24Z)

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。