doubly robust causal estimators

新方法生成用于因果推断的差分隐私合成数据

研究人员开发了一种新方法，用于生成专门针对因果推断的差分隐私合成数据。这种方法被称为“因果工作负载”，专注于保留双重稳健因果估计量所需的正交矩，而通用方法则优先考虑整体分布保真度。所提出的技术可以直接使用，或通过最大熵校准进行重建，其理论框架将ATE误差分解为各个组成部分。此外，该研究还引入了用于自适应工作负载选择的Causal-AIM和用于置信区间的NA+MI，使得单个DP合成表能够在没有额外隐私成本的情况下支持多种因果分析。