【MIT博士论文】因果推论在社会和工程系统应用

来源：专知本文为论文推荐，建议阅读5分钟我们介绍的关键框架是将因果推理与张量补全联系起来。

如果我们做A, Y会怎样?

许多有意义的社会和工程问题可以这样表述:如果病人接受一种新的疗法，他们的健康会发生什么变化?如果政策制定者制定一项新税，会对一个国家的经济产生什么影响?如果使用新的拥塞控制协议，数据中心的延迟会发生什么变化?我们将探讨如何使用观测数据(由于数字化和无处不在的传感器，观测数据越来越多)和/或非常有限的实验数据来回答这些反事实的问题。

两个关键挑战是:(i)存在潜在混杂因素的反事实预测;(ii)用高维、噪声和稀疏的现代数据集进行估计。我们介绍的关键框架是将因果推理与张量补全联系起来。特别地，我们通过一个3阶张量来表示感兴趣的各种潜在结果(即反事实)。给出的主要理论结果是:(i)确定在什么张量的缺失模式、潜在混杂和结构下可能恢复未观察到的潜在结果的形式化识别结果。(ii)引入新的估计量来恢复这些未观察到的潜在结果，并证明它们是有限样本一致和渐近正态的。最后，我们讨论了矩阵/张量补全与时间序列分析之间的联系;我们相信这可以作为反事实预测的基础。

https://dspace.mit.edu/handle/1721.1/144576