DML-XGBoost

因果推断研究质疑预测误差作为唯一性能指标

一篇新研究论文探讨了在因果推断中使用预测误差来评估干扰函数估计器的局限性。该研究模拟了部分线性模型，比较了OLS、GAMs、XGBoost和DML-XGBoost等方法。结果表明，虽然XGBoost在非oracle方法中显示出最低的RMSE，并且DML-XGBoost提供了更好的置信区间覆盖率，但预测误差与因果偏差或置信区间覆盖质量并不总是相关。研究表明，预测误差对于评估干扰函数估计是有用的，但不应作为因果估计器性能的唯一指标。