研究人员提出用于因果效应估计的平衡引导森林

2026年11月5日，arXiv stat.ML发布的研究提出了一种用于因果效应估计的新方法——平衡引导森林（BGF）。该方法利用当前平衡权重指导树的构建过程，将表示学习与协变量平衡紧密结合。BGF采用了一种结合残差不平衡与结果对比的新分裂评分机制，优先在仍存在不平衡的结果相关区域进行分裂，并建立了关联加权误差与因果偏差的理论界限。模拟实验与真实数据测试表明，BGF能够有效改善因果效应的估计性能。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。