IDEAS主页打印自https://ideas.repec.org/a/oup/emjrnl/v24y2021i1p134-161..html
  我的参考书目  保存此文章

异质因果效应的机器学习估计：经验蒙特卡罗证据

作者

上市的：
  • 迈克尔·克瑙斯
  • 莱西纳
  • 安东尼·斯特里特马特

摘要

我们研究了因果机器学习估计器在不同聚集水平下对异质因果效应的有限样本性能。我们采用了一项经验蒙特卡罗研究，该研究依赖于基于观测环境中实际数据的可论证的现实数据生成过程（DGP）。我们考虑了24个DGP、11个因果机器学习估计量和估计效果的三个聚合水平。四个被考虑的估计器在所有DGP和聚合级别上都表现良好。这些估计器有多个步骤来说明治疗和结果过程中的选择。

建议引用

  • Michael C Knaus、Michael Lechner和Anthony Strittmatter，2021年。"异质因果效应的机器学习估计：经验蒙特卡罗证据,"计量经济学杂志《皇家经济学会》，第24卷（1），第134-161页。
    • 手柄：RePEc:oup:emjrnl:v:24:y:2021:i:1:p:134-161。
    作为

    从出版商下载全文

    文件URL: http://hdl.handle.net/10.1093/ectj/utaa014
    下载限制：全文仅限于订阅者访问。
    ---><---

    由于对此文档的访问受到限制，您可能希望在下面或搜索换一个不同的版本。

    此项目的其他版本：

    IDEAS上列出的参考文献

    作为
    1. Stefanie Behncke和Markus Frölich以及Michael Lechner，2010年。"像我这样的同事——失业者和他们的同事之间的相似性会增加工作安排吗？,"经济杂志《皇家经济学会》，第120卷（549），第1430-1459页，12月。
    2. Stephen H.Bell和Larry L.Orr，2002年。"筛选（和筛选？）求职培训项目的申请人：AFDC家庭健康助理演示,"劳动经济学爱思唯尔，第9卷（2），第279-301页，4月。
    3. Sokbae Lee&Ryo Okui&Yoon–Jae Whang，2017年。"条件平均处理效应函数的双稳健一致置信带,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第32卷（7），第1207-1225页，11月。
    4. Lechner，Michael&Wunsch，Conny，2013年。"基于匹配的程序评估对控制变量可用性的敏感性,"劳动经济学爱思唯尔，第21卷（C），第111-121页。
    5. Baqun Zhang&Anastasios A.Tsiatis&Eric B.Laber&Marie Davidian，2012年。"估计最佳治疗方案的稳健方法,"生物计量学国际生物识别学会，第68卷（4），第1010-1018页，12月。
    6. 维克多·切尔诺朱科夫（Victor Chernozhukov）、丹尼斯·切特维里科夫（Denis Chetverikov）、默特·德米勒（Mert Demirer）、埃丝特·杜弗洛（Esther Duflo）、克里斯蒂安·汉森（Christian Hansen）、惠特尼·纽伊（Whitne。"治疗和结构参数的双/脱苦机器学习,"计量经济学杂志皇家经济学会，第21卷（1），第1-68页，2月。
      • 维克多·切尔诺朱科夫（Victor Chernozhukov）、丹尼斯·切特维里科夫（Denis Chetverikov）、默特·德米勒（Mert Demirer）、埃丝特·杜弗洛（Esther Duflo）、克里斯蒂安·汉森（Christian Hansen）、惠特尼·纽伊（Whitne。"治疗和结构参数的双/脱脂机器学习,"NBER工作文件23564，国家经济研究局。
      • 维克多·切尔诺朱科夫（Victor Chernozhukov）、丹尼斯·切特维里科夫（Denis Chetverikov）、默特·德米雷尔（Mert Demirer）、埃丝特·杜弗洛（Esther Duflo）、克里斯蒂安·汉森（Christian Hansen）、惠特尼·K·纽伊（Wh。"治疗和结构参数的双/脱苦机器学习,"CeMMAP工作文件CWP28/17，财政研究所微观数据方法与实践中心。
      • Victor Chernozhukov&Denis Chetverikov&Mert Demirer&Esther Duflo&Christian Hansen&Whitney K.Newey&James Robins，2017年。"治疗和结构参数的双/脱苦机器学习,"CeMMAP工作文件2017年8月28日，财政研究所。
    7. Grimmer，Justin&Messing，Solomon&Westwood，Sean J.，2017年。"用集成方法估计非均匀处理效果和非均匀处理的效果,"政治分析剑桥大学出版社，第25卷（4），第413-434页，10月。
    8. Peter M Robinson，1988年。"根-N-一致半参数回归,"计量经济学《计量经济学协会》，第56卷（4），第931-954页，7月。
    9. Miruna Oprescu&Vasilis Syrgkanis&Zhiwei Steven Wu，2018年。"因果推理的正交随机森林,"论文1806.03467，arXiv.org，2019年9月修订。
    10. Susan Athey&Julie Tibshirani&Stefan Wager，2016年。"广义随机森林,"论文1610.01271，arXiv.org，2018年4月修订。
    11. 亚历山大·贝洛尼（Alexandre Belloni）、维克托·切尔诺朱科夫（Victor Chernozhukov）和克里斯蒂安·汉森（Christian Hansen），2014年。"结构和治疗效果的高维方法和推断,"经济展望杂志，美国经济协会，第28卷（2），第29-50页，春季。
    12. Leeb，Hannes&Potscher，Benedikt M.，2008年。"稀疏估计和预言性质，或Hodges估计的返回,"计量经济学杂志爱思唯尔，第142（1）卷，第201-211页，1月。
    13. Shuai Chen&Lu Tian&Tianxi Cai&Menggang Yu，2017年。"亚组识别和比较治疗评分的通用统计框架,"生物计量学国际生物识别学会，第73卷（4），第1199-1209页，12月。
    14. 拉斐尔·拉利夫（Rafael Lalive）、扬·C·范·欧尔斯（Jan C.van Ours）和约瑟夫·茨韦米勒（Josef Zweimueller），“未注明日期”。"积极的劳动力市场计划对失业持续时间的影响,"IEW-工作文件041，苏黎世大学经济学实证研究所。
    15. Michael Gerfin和Michael Lechner，2002年。"瑞士积极劳动力市场政策的微观计量评估,"经济杂志，英国皇家经济学会，第112卷（482），第854-893页，10月。
    16. Keisuke Hirano&Guido W.Imbens&Geert Ridder，2003年。"使用估计倾向得分有效估计平均治疗效果,"计量经济学《计量经济学协会》，第71卷（4），第1161-1189页，7月。
    17. Lechner，Michael&Smith，Jeffrey，2007年。"个案工作者的附加值是什么？,"劳动经济学爱思唯尔，第14卷（2），第135-151页，4月。
    18. Friedman，Jerome H.&Hastie，Trevor&Tibshirani，Rob，2010年。"广义线性模型的坐标下降正则化路径,"统计软件杂志《开放获取统计基金会》，第33卷（i01）。
    19. Stefanie Behncke和Markus Frölich以及Michael Lechner，2010年。"失业者及其社会工作者：他们应该是朋友还是敌人？,"英国皇家统计学会杂志A辑，英国皇家统计学会，第173卷（1），第67-92页，1月。
    20. S.A.墨菲，2003年。"最佳动态治疗方案,"英国皇家统计学会学报B辑英国皇家统计学会，第65卷（2），第331-355页，5月。
    21. Leeb，Hannes&Pötscher，Benedikt M.，2005年。"模型选择与推理：事实与虚构,"计量经济学理论剑桥大学出版社，第21卷（1），第21-59页，2月。
    22. Farrell，Max H.，2015年。"使用可能比观察值更多的协变量对平均治疗效果进行稳健推断,"计量经济学杂志爱思唯尔，第189卷（1），第1-23页。
    23. Stefan Wager和Susan Athey，2018年。"利用随机森林估算和推断异质性处理效果,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第113卷（523），第1228-1242页，7月。
    24. Michael Lechner和Anthony Strittmatter，2019年。"处理匹配估计中常见支持问题的实用程序,"计量经济评论《泰勒与弗朗西斯杂志》，第38卷（2），第193-207页，2月。
    25. Djebbari，Habiba&Smith，Jeffrey，2008年。"PROGRESA中的异构影响,"计量经济学杂志爱思唯尔，第145卷（1-2），第64-80页，7月。
    26. Anthony Strittmatter，2018年。"在福利实验评估中使用因果机器学习方法的附加值是什么？,"论文1812.06533，arXiv.org，2021年12月修订。
    27. 亚历山大·贝洛尼（Alexandre Belloni）、维克托·切尔诺朱科夫（Victor Chernozhukov）和克里斯蒂安·汉森（Christian Hansen），2014年。"在高维对照中选择后对治疗效果的推断,"经济研究综述《经济研究评论》，第81卷（2），第608-650页。
    28. Edward McFowland III和Sriram Somanchi以及Daniel B.Neill，2018年。"通过异常模式检测在随机实验中高效发现异质分位数处理效应,"论文1803.09159，arXiv.org，2023年5月修订。
    29. Guido W.Imbens和Jeffrey M.Wooldridge，2009年。"项目评估计量经济学的最新发展,"经济文学杂志，美国经济协会，第47卷（1），第5-86页，3月。
    30. Michael C.Knaus、Michael Lechner和Anthony Strittmatter，2022年。"求职计划的异质就业效应：一种机器学习方法,"人力资源杂志威斯康星大学出版社，第57卷（2），第597-636页。
    31. Lu Tian和Ash A.Alizadeh、Andrew J.Gentles和Robert Tibshirani，2014年。"估计治疗与大量协变量之间相互作用的简单方法,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第109卷（508），第1517-1532页，12月。
    32. Martin Huber、Michael Lechner和Giovanni Mellace，2017年。"为什么强硬的同事会增加就业？项目分配作为因果机制的作用,"经济学与统计学综述麻省理工学院出版社，第99卷（1），第180-183页，3月。
    33. Susan Athey，2018年。"机器学习对经济学的影响,"NBER章节，单位：人工智能经济学：议程，第507-547页，国家经济研究局。
    34. Jonathan M.V.Davis和Sara B.Heller，2017年。"利用因果森林预测治疗异质性：在暑期工作中的应用,"美国经济评论，美国经济协会，第107（5）卷，第546-550页，5月。
    35. Susan Athey和Guido W.Imbens，2017年。"应用计量经济学的现状：因果关系和政策评估,"经济展望杂志，美国经济协会，第31卷（2），第3-32页，春季。
    36. 阿尔贝托·阿巴迪，2005年。"半参数差分估计,"经济研究综述《经济研究评论》，第72卷（1），第1-19页。
    37. Jason Abrevaya、Yu-Chin Hsu和Robert P.Lieli，2015年。"估计条件平均治疗效果,"商业与经济统计杂志《泰勒与弗朗西斯杂志》，第33卷（4），第485-505页，10月。
    38. A.Belloni&V.Chernozhukov&I.Fernández‐Val&C.Hansen，2017年。"利用高维数据进行程序评估和因果推断,"计量经济学《计量经济学协会》，第85卷，第233-298页，1月。
      • 亚历山大·贝洛尼（Alexandre Belloni）、维克托·切尔诺朱科夫（Victor Chernozhukov）、伊万·费尔南德斯·瓦尔（Ivan Fern'andez-Val）和克里斯蒂安·汉森（Christian Hansen），2013年。"利用高维数据进行程序评估和因果推断,"论文1311.2645，arXiv.org，2018年1月修订。
      • 亚历山大·贝洛尼（Alexandre Belloni）、维克托·切尔诺朱科夫（Victor Chernozhukov）、伊万·费尔南德斯·瓦尔（Ivan Fernandez-Val）和克里斯蒂安·汉森（Christian Hansen），2016年。"利用高维数据进行程序评估和因果推断,"CeMMAP工作文件13/16，财政研究所。
      • 亚历山大·贝洛尼（Alexandre Belloni）、维克托·切尔诺朱科夫（Victor Chernozhukov）、伊万·费尔南德斯·瓦尔（Ivan Fernandez-Val）和克里斯蒂安·汉森（Christian Hansen），2016年。"利用高维数据进行程序评估和因果推断,"CeMMAP工作文件CWP13/16，财政研究所微观数据方法与实践中心。
    39. Huber，Martin&Lechner，Michael&Wunsch，Conny，2013年。"基于倾向得分的估计量的性能,"计量经济学杂志爱思唯尔，第175（1）卷，第1-21页。
    40. Matt Taddy&Matt Gardner&Liyun Chen&David Draper，2016年。"数字实验中异质处理效应的非参数贝叶斯分析,"商业与经济统计杂志《泰勒与弗朗西斯杂志》，第34卷（4），第661-672页，10月。
    41. Waernbaum，Ingeborg&Pazzagli，Laura，2017年。"逆概率加权和双稳健估计的模型误指定和偏差,"工作文件系列2017:23，IFAU——劳动力市场和教育政策评估研究所。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Michael Lechner，2018年。"用于估计异质因果效应的改进因果森林,"IZA讨论文件12040，劳动经济学研究所（IZA）。
    2. Michael Lechner和Jana Mareckova，2022年。"改良因果林,"论文2209.03744，arXiv.org。
    3. Michael C.Knaus、Michael Lechner和Anthony Strittmatter，2022年。"求职计划的异质就业效应：一种机器学习方法,"人力资源杂志威斯康星大学出版社，第57卷（2），第597-636页。
    4. 迈克尔·克瑙斯（Michael C.Knaus），2021年。"评估音乐练习对学生技能影响的双机器学习方法,"英国皇家统计学会杂志A辑英国皇家统计学会，第184（1）卷，第282-300页，1月。
    5. Michael C Knaus，2022年。"无约束条件下基于双机器学习的程序评价[程序评价的计量经济学方法],"计量经济学杂志《皇家经济学会》，第25卷（3），第602-627页。
    6. 加布里埃尔·奥卡萨（Gabriel Okasa），2022年。"因果效应估计的元学习器：有限样本交叉匹配性能,"论文2201.12692，arXiv.org。
    7. Anthony Strittmatter，2018年。"在福利实验评估中使用因果机器学习方法的附加值是什么？,"论文1812.06533，arXiv.org，2021年12月修订。
    8. Daniel Goller和Harrer、Tamara和Lechner、Michael和Wolff、Joachim，2021年。"针对长期失业者的积极劳动力市场政策：因果机器学习的新证据,"经济学工作论文系列2108年，圣加仑大学经济与政治学院。
    9. Ganesh Karapakula，2023年。"稳定概率加权：有限重叠下多值处理非均匀因果效应的大样本和有限样本估计和推断方法,"论文2301.05703，arXiv.org，2023年1月修订。
    10. 里卡多·迪·弗朗西斯科（Riccardo Di Francesco），2022年。"聚合树,"CEIS研究论文546，托尔韦加塔大学，CEIS，于2023年11月20日修订。
    11. Martin Huber，2019年。"灵活的政策评估方法介绍,"FSES工作文件504，瑞士弗莱堡大学经济和社会科学学院。
    12. 安东尼·斯特里特马特（Anthony Strittmatter），2023年。"在福利实验评估中使用因果机器学习方法的附加值是什么？,"劳动经济学爱思唯尔，第84（C）卷。
    13. Michael Zimmert和Michael Lechner，2019年。"高维混杂下因果异质性的非参数估计,"论文1908.08779，arXiv.org。
    14. 亚历山大·贝洛尼（Alexandre Belloni）、维克托·切尔诺朱科夫（Victor Chernozhukov）、丹尼斯·切特维里科夫（Denis Chetverikov）、克里斯蒂安·汉森（Christian Hansen）和加藤（Kengo Kato），2018年。"高维计量经济学与规范的GMM,"CeMMAP工作文件CWP35/18，财政研究所微观数据方法与实践中心。
      • 亚历山大·贝洛尼（Alexandre Belloni）、维克托·切尔诺朱科夫（Victor Chernozhukov）、丹尼斯·切特维里科夫（Denis Chetverikov）、克里斯蒂安·汉森（Christian Hansen）和加藤（Kengo Kato），2018年。"高维计量经济学和正则化GMM,"论文1806.01888，arXiv.org，2018年6月修订。
    15. Kyle Colangelo和Ying-Ying Lee，2019年。"具有连续处理的双debiased机器学习非参数推理,"CeMMAP工作文件CWP72/19，财政研究所微观数据方法与实践中心。
    16. 圣安娜，佩德罗H.C.和赵，2020年6月。"双稳健差分-微分估计量,"计量经济学杂志，爱思唯尔，第219卷（1），第101-122页。
    17. Kyle Colangelo和Ying-Ying Lee，2019年。"具有连续处理的双debiased机器学习非参数推理,"CeMMAP工作文件CWP54/19，财政研究所微观数据方法与实践中心。
    18. Cockx，Bart&Lechner，Michael&Bollens，Joost，2023年。"优先考虑失业移民？比利时培训的因果机器学习评估,"劳动经济学爱思唯尔，第80（C）卷。
    19. Frölich，Markus&Huber，Martin&Wiesenfarth，Manuel，2017年。"治疗效果和政策评估的半参数和非参数估计的有限样本性能,"计算统计与数据分析爱思唯尔，第115卷（C），第91-102页。
    20. Kyle Colangelo和Ying-Ying Lee，2020年。"基于连续处理的双下位机学习非参数推理,"论文2004.03036，arXiv.org，2023年9月修订。

    有关此项目的更多信息

    关键词

    因果机器学习;条件平均治疗效果;可观测选择;随机森林;因果森林;拉索;
    所有这些关键字.

    JEL公司分类：

    • C21型-数学与定量方法——单方程模型；单变量——交叉截面模型；空间模型；治疗效果模型

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:oup:emjrnl:v:24:y:2021:i:1:p:134-161。。请参阅一般信息关于如何在RePEc中更正材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关本项目的技术问题，或更正作者、标题、摘要、参考书目或下载信息，请联系：牛津大学出版社（电子邮件地址如下）。供应商的一般联系方式：https://edirc.repec.org/data/resssea.html.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。