新方法无需网络无混杂假设估计因果效应

研究者提出一个混杂因子恢复框架，用于在网络干扰下估计因果效应，不再依赖"网络无混杂假设"。该假设要求观测数据中不存在未观测的潜在混杂因子，但现实中这一条件常不成立。 该框架显式刻画三类潜在混杂因子：仅影响个体自身、仅影响邻居、同时影响两者，并基于可识别表示学习设计网络效应估计器。作者称，理论证明了三类潜在混杂因子的可识别性，并据此建立网络效应的形式化识别结果，大量实验验证了理论发现与方法的有效性。 该工作已被 IEEE TPAMI 接收。

AI 根据报道生成 · 8 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。