arXiv · Statistics Machine Learning· Shuren He, Huiyan Sang, Ligang Lu·· 6 小时前AI 评分12
Graph-Split Bayesian Causal Forest（GSBCF）用于空间异质性处理效应估计
Graph-Split Bayesian Causal Forest for Spatial Heterogeneous Treatment Effect Estimation
AI 导读
论文提出 Graph-Split Bayesian Causal Forest（GSBCF），将图分裂贝叶斯加法回归树（GS-BART）与贝叶斯因果森林倾向得分回归框架结合，用于空间异质性因果推断。通过图引导分裂规则建模空间混淆，并开发高效有信息提议采样算法实现后验计算。模拟和真实数据实验表明，估计精度和不确定性量化均优于现有因果 BART 方法。
来源：arXiv · Statistics Machine Learning · arxiv.org