A.贝洛尼。;V·切尔诺朱科夫。;费尔南德斯·瓦尔。;汉森，C。 利用高维数据进行程序评估和因果推断。 （英语） Zbl 1410.62197号 计量经济学 85，第1期，233-298（2017）. 摘要：在本文中，我们为数据丰富的环境中的各种处理效应（包括局部平均（LATE）和局部分位数处理效应（LQTE））提供了有效的估计量和诚实的置信带。我们可以处理非常多控制变量，内源性的接受治疗，异质的治疗效果，以及函数值结果。我们的框架涵盖了外源性治疗的特殊情况，无论是有条件的对照还是无条件的随机对照试验。在后一种情况下，我们的方法为（功能）平均治疗效应（ATE）和分位数治疗效应（QTE）生成了有效的估计值和诚实的频带。为了使信息推理成为可能，我们假设关键约简形式的预测关系近似稀疏。该假设允许使用正则化和选择方法来估计这些关系，并且我们提供了在广泛模型中一致有效（诚实）的后正则化和后选择推理方法。我们表明，实现诚实推断的一个关键因素是在估计某些简化形式函数参数时使用正交或双稳健矩条件。我们举例说明了所建议方法的使用，并应用于估算401（k）资格和参与对累计资产的影响。程序评估的结果是在一般矩条件框架下诚实推断的更一般结果的结果，该框架源自计量经济学中的结构方程模型。这里，关键因素也是正交力矩条件的使用，可以从初始力矩条件构造。我们在这个一般框架中提供了关于（函数值）参数诚实推断的结果，其中任何高质量的,机器学习方法（例如，增强树、深层神经网络、随机森林及其聚合和混合版本）可用于学习模型的非参数/高维组件。这些包括一些重要独立的支持性辅助结果：即，我们（1）证明乘数bootstrap的一致有效性，（2）提供一致有效的函数delta方法，以及（3）为函数值结果的回归函数的稀疏性估计提供结果。 引用于64文件 MSC公司： 62第20页 统计学在经济学中的应用 62-02年 与统计有关的研究展览（专著、调查文章） 62G08号 非参数回归和分位数回归 62J07型 山脊回归；收缩估计器（拉索） 关键词：机器学习;因果关系;内曼正交性;异质处理效应;内生性;局部平均和分位数处理效应;仪器;治疗对被治疗者的局部影响;倾向得分;拉索;模型选择后的推理;力矩-条件模型;具有连续目标参数的动量-密度模型;带有功能响应数据的Lasso和Post-Lasso;随机对照试验 PDF格式BibTeX公司 XML格式引用 \textit{A.Belloni}等人，《计量经济学》85，第1期，233--298（2017；Zbl 1410.62197） 全文： 内政部 arXiv公司