一种名为“分辨率剖面”（resolution profile）的新统计方法学已被开发出来，用于解决治疗效果分析中的因果异质性问题。该方法用一个总体估计量取代了通常任意设定的因果亚组数量，该估计量量化了解释特定比例异质性所需的最小组数。该方法利用交叉拟合的贝叶斯自举后验和影响函数进行推断，提供了一种更稳健且与模型无关的方式来理解治疗效果的变化。 AI
排序理由 介绍新统计学方法的学术论文。[lever_c_research降级：ic=1 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2607.17280v1 Announce Type: cross Abstract: Causal subgroup analyses often report a small number of groups summarizing treatment effect heterogeneity, as if that number were a well-defined estimand. Outside genuinely latent class populations, however, a ``true'' subgroup co…