用于处理效应估计的预测驱动数据融合

研究者提出一种预测驱动的数据融合框架，无需对观察性研究（OBS）作特殊假设，即可在保持随机对照试验（RCT）无偏性的同时借助大规模 OBS 提升处理效应估计精度。基于该原则，研究构建了具备闭式权重与置信区间的 ATE 估计器 AIPW-Fusion，以及两个 CATE 学习器 DR-Fusion 与 R-Fusion，相关实验验证了其有效性。