arXiv stat.ML· Hugo Gobato Souto, Eric Wang, Igor Shuryak·· 19 天前AI 评分32
用于零膨胀连续结局的贝叶斯因果森林
Bayesian Causal Forests for Zero-Inflated Continuous Outcomes
AI 导读
研究者提出了用于零膨胀半连续数据的解耦非参数因果效应估计方法 ZIC-BCF-Smear。该方法通过 Probit BCF 建模全样本参与概率，并在活跃子群体上用 Gaussian BCF 结合子群体倾向调整（SPA）建模正值强度，最后借助段氏涂抹估计器（Duan's smearing）重转换预测。
来源：arXiv stat.ML · arxiv.org