ZIC-BCF-Smear因果估计方法提出
热点事件持续更新
ZIC-BCF-Smear因果估计方法提出
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Hugo Gobato Souto等作者提出一种名为 ZIC-BCF-Smear 的贝叶斯因果森林方法，用于估计零膨胀连续结果中的异质处理效应。 该方法采用解耦式两部分非参数结构：在全样本上用 Probit BCF 建模参与，在活跃子群上仅用 Gaussian BCF 建模正值强度，并以 Duan's smearing 估计器将预测还原到响应尺度。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
ZIC-BCF-Smear：面向零膨胀连续结果的贝叶斯因果森林报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv stat.MLZIC-BCF-Smear：面向零膨胀连续结果的贝叶斯因果森林
论文提出 ZIC-BCF-Smear，一种解耦式两部分非参数估计器，用于处理零膨胀连续结果的异质处理效应：在全样本上用 Probit BCF 建模参与，在活跃子群上仅用 Gaussian BCF 建模正值强度，并以 Duan's smearing 估计器将预测还原到响应尺度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。