更改

添加477字节 、 2022年3月23日 (三) 21:40
无编辑摘要
第32行: 第32行:     
==== 假设 ====
 
==== 假设 ====
回顾对于协变量,操作和响应量的联合概率模型。当已知分别为,响应量的分布为
+
回顾对于协变量<math>X</math>,操作<math>A</math>和响应量<math>Y</math>的联合概率模型。当已知<math>X</math>和<math>A</math>分别为<math>x</math>和<math>a</math>时,响应量<math> Y(X=x,A=a)=Y(x,a)</math>的分布为
 
+
<math>\begin{aligned}Y(x,a)\sim {\frac {P(x,a,\cdot )}{\int P(x,a,y)\,dy}}\end{aligned}}</math>。
    
我们做出以下假设:
 
我们做出以下假设:
# (A1)一致性(Consistency): <math>Y = Y^{*}(A)</math>
+
# ('''A1''')一致性(Consistency): <math>Y = Y^{*}(A)</math>
# (A2) 没有未观测的混淆因子: <math>\{Y^{*}(0), Y^{*}(1)\} \perp A|X</math>。更正式地说,对于每个有界和可测函数  
+
# ('''A2''') 没有未观测的混淆因子: <math>\{Y^{*}(0), Y^{*}(1)\} \perp A|X</math>。更正式地说,对于每个有界和可测函数<math>f</math>和<math>g</math>,
#* 这意味着治疗分配只基于协变量数据,与潜在结果无关。
+
<math>{\begin{aligned}\qquad \mathbb {E} _{(A,Y)}\left[f(Y(X,a))\,g(A)\,|\,X\right]=\mathbb {E} _{Y}\left[f(Y(X,a))\,|\,X\right]\,\mathbb {E} _{A}\left[g(A)\,|\,X\right].\end{aligned}}</math>
# (A3) 正值性(Positivity): 对于所有的 <math>a</math> 和 <math>x</math>,<math>P(A=a|X=x)>0 </math> 。
+
这意味着治疗分配只基于协变量数据,与潜在结果无关。
 +
# ('''A3''') 正值性(Positivity): 对于所有的 <math>a</math> 和 <math>x</math>,<math>P(A=a|X=x)>0 </math> 。
    
==== 缺点 ====
 
==== 缺点 ====
49

个编辑