2018年12月
在不同粒度级别上揭示策略和业务决策的因果影响的异质性,为决策者提供了巨大的价值。本文通过修改Wager和Athey(2018)提出的因果森林方法,在可观察选择框架中为多个处理模型开发了新的估计和推断程序。新的估计量具有理想的理论和计算性质的各种聚集水平的因果效应。经验性蒙特卡罗研究表明,它们可能优于先前建议的估计器。对于与较大群体相关的影响,推断往往是准确的,而对于与细粒度水平相关的影响,推断往往是保守的。对一个活跃的劳动力市场方案的评价应用表明了应用研究新方法的价值。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。