新统计方法使用高斯过程进行时间序列因果推断

研究人员开发了一种新的统计方法，用于中断时间序列设计的因果推断，特别适用于治疗同时影响所有单位的情况。该方法使用高斯过程回归通过从治疗前数据外推来估计反事实，保留与历史序列一致的函数，并在外推放大分歧时扩大不确定性区间。通过模拟和对最高法院 Heller 裁决后手枪购买情况的分析证明了该方法，并提供了一个名为 'gpss' 的配套 R 包以供实现。 AI

影响 引入了一种新颖的因果推断统计技术，有可能改进利用时间序列数据的领域的分析。

排序理由 这是一篇详细介绍新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv stat.ML 阅读 →

• arXiv
• causal inference
• Gaussian process
• GPSS
• Heller decision
• R
• Supreme Court of the United States

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →