跳转至

Significance-First Splitting: Aligning Treatment Heterogeneity Detection with Honest Estimation

作者: Pantelis Z. Hadjipantelis, Josephine Chiang, Karthik Nagesh
主题: 因果推断
相关性: 8/10
链接: https://arxiv.org/abs/2607.03999

一、领域脉络与小综述

这个方向是什么

本子方向聚焦于异质性处理效应（CATE）的树方法估计与推断。核心统计问题是：在随机化实验或观察性研究中，如何同时实现两个目标——(i) 检测哪些协变量驱动了处理效应的异质性（即找到“谁受益、谁受损”的子群），(ii) 对每个子群的平均处理效应给出有名义覆盖率的置信区间。当前成熟度：树方法因其可解释性成为主流，但现有方法在“检测异质性”与“有效推断”之间存在一个已知的权衡，尚无方法能同时满足三个条件（见下文）。

发展脉络（history）

作者在引言中把现有工作串成两条主线，并指出一个明确的缺口：

  1. 奠基工作：显著性分裂树

  2. Radcliffe & Surry (2011)：提出用平方 t 统计量（t²）作为分裂准则，直接检验“分裂两侧的处理效应是否相等”。这是第一个将假设检验嵌入树分裂的方法，对处理分配不平衡也稳健（Radcliffe & Simpson 2008; Devriendt et al. 2021 引用其优点）。留下的口子：用同一数据做树构造和叶估计，导致 CATE 估计有偏、置信区间无效。

  3. 主要进展：诚实因果树与森林

  4. Athey & Imbens (2016)：引入“诚实性”（honesty）——将数据分裂为训练集（用于建树）和估计集（用于叶 CATE 估计），消除自适应偏差，使叶级置信区间达到名义覆盖率，且不依赖稀疏性假设。留下的口子：其分裂准则（EMSEτ，即诚实均方误差）不直接检验处理效应异质性，可能分裂在预测结果均值而非处理效应的协变量上。

  5. Wager & Athey (2018)：将诚实树扩展为随机森林（因果森林），使用无放回子抽样，通过无穷小刀切（IJ）实现森林预测的渐近正态性和逐点置信区间。留下的口子：分裂准则仍是 EMSE 梯度，且 IJ 区间估计的是预测误差而非蒙特卡洛收敛。

  6. 当前 frontier 与本文位置

  7. 作者声称：“目前没有方法能同时满足：(i) 使用统计上合理的效应修饰检验作为分裂准则，(ii) 给出诚实、无偏的叶估计与名义 CI 覆盖，(iii) 扩展到森林并借助 IJ 进行方差估计。”
  8. 本文（rattus） 提出混合算法：用 t² 分裂准则（来自 Radcliffe & Surry）进行树生长，用诚实 EMSEτ 准则（来自 Athey & Imbens）进行交叉验证剪枝，从而结合两者优势。森林版本保留 bootstrap 计数向量，用 IJ 估计蒙特卡洛方差（作为收敛诊断，而非逐点推断）。

子线索聚类

这些被引文献大致落在两条子线索上：

  • 线索 A：显著性分裂树（significance-based uplift trees）
    核心方法：用 t² 或类似统计量直接检验分裂是否产生异质性。代表：Radcliffe & Surry (2011)、Radcliffe & Simpson (2008)、Devriendt et al. (2021)。共同特征：分裂准则与异质性检测对齐，但缺乏诚实推断。

  • 线索 B：诚实因果树/森林（honest causal trees/forests）
    核心方法：通过样本分裂保证推断有效性。代表：Athey & Imbens (2016)、Wager & Athey (2018)。共同特征：提供名义 CI 覆盖，但分裂准则（EMSEτ 或 MSE 梯度）不直接检测异质性，可能被结果均值预测的协变量误导。

这个方向在追问的核心问题

  1. 分裂准则的选择：如何设计一个准则，既能有效检测处理效应异质性，又能与诚实推断兼容？
  2. 推断的有效性：在树/森林框架下，如何保证叶级 CATE 估计的无偏性和置信区间的名义覆盖率？
  3. 森林的方差估计：对于 bootstrap 森林，如何高效估计预测的方差（蒙特卡洛方差 vs. 预测误差）？
  4. 计算效率：在大规模数据（如 Criteo 的 1400 万样本）上，如何使树生长、剪枝和 IJ 方差估计在计算上可行？

已知瓶颈：显著性分裂树缺乏推断有效性；诚实树的分裂准则可能忽略真正的异质性信号；森林的 IJ 方差估计在 bootstrap 设置下计算成本高（O(B·n·n_test)）。

⚠️ 作者的 framing（必须明确标注成“这是作者的说法”）

作者把缺口 frame 成：“目前没有方法能同时满足 (i) 使用统计上合理的效应修饰检验作为分裂准则，(ii) 给出诚实、无偏的叶估计与名义 CI 覆盖，(iii) 扩展到森林并借助 IJ 进行方差估计。” 他们声称自己的混合算法“关闭了这个缺口”。

  • 被淡化或回避的竞争路线：
  • 作者在 §3.8 提到观察性研究可通过倾向得分加权（IPW）扩展，但明确警告“所有理论保证在随机化下完全成立；在观察性设置下，它们仅当倾向得分模型正确指定时才成立”。他们承认双重稳健扩展是未来工作（§6）。
  • 作者在 §5.2 与 GRF Causal Forest（Wager & Athey 2018）比较，但 GRF 使用 MSE 梯度分裂准则，而 rattus 使用 t² 准则。作者声称 t² 准则在存在“预测结果均值但不影响处理效应”的协变量时更优，但未与 GRF 的“EMSE 梯度”准则做直接理论比较。

  • 作者在 §6 承认“与显著性分裂树和诚实因果树的直接比较留作未来工作”——这意味着本文并未与 Radcliffe & Surry 的原始显著性树做实证对比。

  • 什么明显该被引/该存在、却没出现在 intro 里？

  • Loh, He & Man (2015) 的 GUIDE 方法：作者在 §3.2 的 'gi' 模式中引用了它（用于减少变量选择偏差），但在 intro 中未提及。GUIDE 是另一个将假设检验嵌入树分裂的框架，与本文的 t² 准则有直接竞争关系。
  • Künzel et al. (2019) 的元学习器（S-/T-/X-learner）：作者在 §2.1 和 §5.2 中作为基线使用，但在 intro 中未将其定位为竞争方法。元学习器是 CATE 估计的主流方法，其与树方法的比较是领域内常见话题。
  • Chipman, George & McCulloch (2010) 的 BART：在 §2.1 被提及，但未在 intro 中讨论。BART 是另一种提供不确定性量化的贝叶斯树方法。

张力

未见明显对立引用。作者将 Radcliffe & Surry 和 Athey & Imbens 视为互补而非对立：t² 准则擅长检测异质性，EMSEτ 准则擅长控制复杂度。本文的核心主张是两者可以“各司其职”——t² 用于生长，EMSEτ 用于剪枝。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

符号： - τ(x) = E[Y(1) - Y(0) | X = x]：条件平均处理效应（CATE），目标 estimand。 - Y(1), Y(0)：潜在结果（potential outcomes），分别对应处理组和对照组。 - D ∈ {0, 1}：二元处理变量。 - X ∈ ℝ^p：协变量向量。 - Y：观测到的结果变量。 - Π：协变量空间的一个划分（partition），由叶节点 ℓ 组成。 - ˆτℓ：叶 ℓ 的 CATE 估计，ˆτℓ = ¯Y₁(ℓ) - ¯Y₀(ℓ)，其中 ¯Y_w(ℓ) 是叶 ℓ 中处理臂 w 的结果均值。 - S_tr：训练样本（用于建树和交叉验证），大小 N_tr。 - S_est：估计样本（用于叶 CATE 估计和标准误），大小 N_est。 - p = Pr(D = 1)：边际处理概率。 - t²：平方 t 统计量，用于检验“分裂两侧的处理效应是否相等”。 - EMSEτ：诚实均方误差准则（Athey & Imbens 2016 定义）。 - B：森林中树的数量。 - N_bi：第 b 棵 bootstrap 树中第 i 个观测的计数。 - C：中心化计数矩阵，C_bi = N_bi - 1。 - G = CC^T：Gram 矩阵，用于高效计算 IJ 方差。

模型： - 潜在结果框架（Rubin 1974）：每个个体 i 有 (Y_i(0), Y_i(1))，但只能观测到 Y_i = D_i Y_i(1) + (1 - D_i) Y_i(0)。 - 假设：SUTVA（个体处理效应稳定假设）和无混淆性（D ⊥ (Y(0), Y(1)) | X）。在本文的合成实验中，处理是随机化的（p = 0.5），因此无混淆性自动满足。 - 数据生成机制（合成实验）：Y_i(w) = η(X_i) + ½(2w - 1)κ(X_i) + ε_i，其中 ε_i ~ N(0, 0.01)。η(X) 是结果均值函数，κ(X) 是 CATE 函数（即 τ(X) = κ(X)）。

可观测数据： - 研究者观测到 (X_i, Y_i, D_i) 的 i.i.d. 样本，i = 1, ..., n。 - 不可观测：每个个体的两个潜在结果 (Y_i(0), Y_i(1)) 不能同时观测到。CATE τ(x) 是条件期望，需要识别假设（无混淆性）才能从可观测数据中估计。

第二步：讲最小内核

最简特例：假设只有一个二元协变量 X ∈ {0, 1}（例如性别：男/女），处理 D ∈ {0, 1} 随机化（p = 0.5），结果 Y 连续。我们想估计 CATE τ(x) = E[Y(1) - Y(0) | X = x]，并判断 τ(0) 与 τ(1) 是否不同。

在这个特例下，论文的核心思路退化成什么？

  1. 分裂准则（t²）：我们要决定是否根据 X 分裂数据。分裂后，有四个单元格：(D=0, X=0), (D=1, X=0), (D=0, X=1), (D=1, X=1)。拟合线性模型： 

    Y = µ + α·D + β·X + γ·D·X + ε
    系数 γ 就是 τ(1) - τ(0)（即处理效应在两组间的差异）。t² 统计量检验 H₀: γ = 0。如果 t² 大，说明分裂有意义——处理效应在 X=0 和 X=1 上确实不同。

  2. 诚实估计：将数据随机分成两半。用一半（S_tr）决定是否分裂（即选择树结构）。用另一半（S_est）估计每个子组的 CATE：

  3. ˆτ(0) = ¯Y₁(X=0) - ¯Y₀(X=0)（在 S_est 上计算）

  4. ˆτ(1) = ¯Y₁(X=1) - ¯Y₀(X=1)（在 S_est 上计算） 由于 S_est 独立于树结构，ˆτ(0) 和 ˆτ(1) 是无偏的，且它们的置信区间（基于两样本 t 检验）达到名义覆盖率。

  5. t² 与 EMSEτ 的对齐：在这个特例下，EMSEτ 准则（Athey & Imbens 2016 的公式 (1)）会奖励任何减少结果方差的 split，即使 γ = 0（即处理效应无差异）。例如，如果 X 只影响结果均值（η(X) 随 X 变化）但不影响处理效应（κ(X) 常数），EMSEτ 仍会鼓励分裂，而 t² 会正确拒绝。这就是作者在 §3.2 中分解的核心：当异质性驱动分裂时，t² 与 EMSEτ 对齐；当结果均值驱动分裂时，两者分歧。

这个最小内核说明了什么？ 论文的核心数学贡献不是发明新统计量，而是证明 t² 准则与诚实 EMSEτ 准则在“处理效应异质性驱动分裂”的条件下是等价的（通过 §3.2 的分解），从而允许将 t² 用于生长（检测异质性）、EMSEτ 用于剪枝（控制复杂度）。在只有一个二元协变量的特例下，整个方法退化为：用 t² 检验决定是否分裂，用独立样本做两样本均值差估计和推断。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在因果树框架下，如何同时实现处理效应异质性的有效检测（通过显著性分裂）和叶级 CATE 的诚实推断（通过样本分裂与交叉验证剪枝）。
  2. 核心工具/方法：提出混合算法 rattus——用平方 t 统计量（t²）作为分裂准则进行树生长，用诚实 EMSEτ 准则进行交叉验证剪枝，并扩展到森林（bootstrap 集成）以提供更低方差的点估计和 IJ 蒙特卡洛方差诊断。
  3. 主要结论：在 Athey & Imbens (2016) 的三个合成设计上，单棵树在 90% 名义水平下达到约 90% 的叶平均 CI 覆盖；在 Criteo、Starbucks 和 Hillstrom 三个真实 uplift 数据集上，Qini 系数与 S-/T-learner 和 GRF Causal Forest 基线相当或更优（所有 12 个 Wilcoxon 检验 p < 0.05）。

关键设定与假设

完整设定（在第二节最小记号基础上补充）： - 数据：i.i.d. 样本 (X_i, Y_i, D_i)，i = 1, ..., n，来自随机化实验（核心算法假设）或观察性研究（需倾向得分加权）。 - 诚实性：数据集被随机分为训练集 S_tr（默认 50%）和估计集 S_est（默认 50%）。树结构（划分 Π）仅基于 S_tr 构建；叶 CATE 估计和标准误仅基于 S_est 计算。这是所有推断保证的基础。 - 分裂准则：t² 统计量，来自四单元格饱和回归模型（§3.2 公式）。候选分裂最大化 t²。 - 剪枝准则：诚实 EMSEτ（Athey & Imbens 2016 公式 (1)），通过 k 折交叉验证在 S_tr 上选择代价复杂度惩罚 λ。 - 森林：B 棵 bootstrap 树（默认 B=50），每棵树内部进行 50/50 诚实样本分裂。特征子抽样（每节点 ⌊√p⌋ 个特征）去相关。 - IJ 方差：基于 Wager, Hastie & Efron (2014) 的 IJ 估计器，但仅作为蒙特卡洛收敛诊断（非逐点推断）。通过 Gram 矩阵 G = CC^T 实现 O(B²(n + n_test)) 计算。

相比已有文献的假设变化： - 放宽：相比 Athey & Imbens (2016)，分裂准则从 EMSEτ 改为 t²，后者对“结果均值预测”协变量更鲁棒（§3.2 分解）。 - 强化：相比 Radcliffe & Surry (2011)，增加了诚实样本分裂和交叉验证剪枝，消除了自适应偏差。 - 未变：仍假设随机化（或通过 IPW 调整后的无混淆性）、SUTVA、有限方差。

主要结果

理论结果（Proposition 1-4）：

  1. Proposition 1（诚实无偏性）：对于任何在 S_tr 上构建的划分 Π（独立于 S_est），叶 CATE 估计 ˆτℓ 是条件无偏的：E[ˆτℓ | Π] = τℓ。证明路线：ˆτℓ 是 S_est 上的两样本均值差，S_est 与 Π 独立，因此无偏性直接来自随机化。必要条件：诚实样本分裂（Π 与 S_est 独立）。

  2. Corollary 2（叶级 CI 覆盖）：标准置信区间 ˆτℓ ± c_{1-α/2} · ˆσℓ 达到名义覆盖率，无需对 Π 做稀疏性假设。证明路线：因为 Π 固定且 S_est 独立，叶内观测是条件 i.i.d. 样本，ˆτℓ 是固定层上的两样本均值差，CLT 适用。小样本时用 Welch t 分布近似。

  3. Proposition 3（t² 的渐近分布）：在 H₀: γ = 0（节点内无处理效应异质性）下，t² → χ²₁（当节点样本量 nℓ → ∞）。证明路线：四单元格饱和回归的 OLS 估计量 ˆγ 满足 ˆγ / √(ˆσ² C₄₄) ~ t(nℓ - 4)，平方后得 t² ~ F(1, nℓ - 4)，当 nℓ → ∞ 时 F → χ²₁。重要警告：由于多重测试（选择最大 t²），用未调整的 F 临界值作为硬性显著性门控是反保守的，作者建议用户禁用此功能（设 α = 1.0），依赖交叉验证剪枝。

  4. Proposition 4（IJ 在诚实森林中的有效性）：在诚实森林中，IJ 方差估计的误差为 O_p(B^{-1/2} n^{-1/2})，比自适应森林的 O_p(B^{-1/2}) 更快。证明路线：诚实性使一阶自适应偏差项 ∂ˆτ_b / ∂N_bi 为零（因为树结构仅依赖 S_tr，估计仅依赖 S_est，两者独立），剩余误差来自 Hájek 投影近似，为 O(n^{-1/2})。

实证结果（§5）：

  • 合成实验（Athey & Imbens 2016 的三个设计）：单棵树在 90% 名义水平下，叶平均 CI 覆盖率为 0.894-0.903（200 次重复，标准差约 0.11-0.13）。EMSEτ 随设计复杂度增加（Design 1: 0.0037 → Design 3: 0.0573）。
  • 真实数据（Criteo、Starbucks、Hillstrom）：rattus 诚实森林的 Qini AUC 在所有三个数据集上均优于 GRF Causal Forest 基线（Criteo: 0.0887 vs. 0.0859; Starbucks: 0.2141 vs. 0.2112; Hillstrom: 0.0346 vs. 0.0214）。所有 12 个 Wilcoxon 检验 p < 0.05。森林相对于单棵树的增益在 Starbucks 上最大（0.2141 vs. 0.1954），在 Criteo 上最小（0.0887 vs. 0.0814），与 IJ 收敛诊断一致（低信噪比时 bagging 增益有限）。

证明路线与技术技巧

整体路线（以 Proposition 1 和 3 为例）：

  1. 诚实无偏性（Proposition 1）：这是最直接的证明——定义 ˆτℓ = ¯Y₁(ℓ) - ¯Y₀(ℓ)，取条件期望 E[ˆτℓ | Π] = E[¯Y₁(ℓ) | Π] - E[¯Y₀(ℓ) | Π]。由于 Π 与 S_est 独立，E[¯Y_w(ℓ) | Π] = µ(w, ℓ)（处理臂 w 在叶 ℓ 中的条件均值），因此 E[ˆτℓ | Π] = τℓ。关键跳跃点：无——这是诚实性的直接推论。

  2. t² 的渐近分布（Proposition 3）：从四单元格回归模型出发，OLS 估计 ˆγ 的方差为 Var(ˆγ) = σ² · C₄₄，其中 C₄₄ = N_{TL}^{-1} + N_{TR}^{-1} + N_{CL}^{-1} + N_{CR}^{-1}。在 H₀ 下，ˆγ / √(ˆσ² C₄₄) ~ t(nℓ - 4)。平方后得 t² ~ F(1, nℓ - 4)。当 nℓ → ∞，F(1, nℓ - 4) → χ²₁。关键跳跃点：无——这是经典回归理论的标准结果。

  3. IJ 在诚实森林中的有效性（Proposition 4）：标准 IJ 理论（Wager et al. 2014）要求两个条件：(C1) 树预测平方可积，(C2) Hájek 投影近似准确。在诚实森林中，(C2) 被强化：因为 ˆτ_b(x) 仅依赖 S_est（独立于树结构），∂ˆτ_b / ∂N_bi 的一阶项为零。关键跳跃点：证明一阶自适应偏差项为零——这是诚实性的直接结果，但作者将其形式化为“Bias₁ = 0”，从而将 IJ 误差从 O_p(B^{-1/2}) 降至 O_p(B^{-1/2} n^{-1/2})。

技术技巧点名： - Gram 矩阵加速 IJ 计算（§4.4）：将 IJ 方差从 O(B·n·n_test) 降至 O(B²(n + n_test))。核心技巧：将 dVar_IJ(x_j) 重写为 (1/B²) · ˜t_j^T G ˜t_j，其中 G = CC^T ∈ ℝ^{B×B} 独立于测试点。这利用了二次型的矩阵代数恒等式，避免了逐训练点循环。对于 B=50, n=n_test=10⁶，加速约 4 个数量级。 - 有效 alpha 网格（§3.3）：剪枝时，代价复杂度惩罚 λ 的候选值不是固定几何序列，而是树中实际存在的“有效增益”（每个内部节点的 ˆτ²_train(split) - ˆV_train(split)）。这确保交叉验证只评估不同的树结构，避免冗余计算。 - GUIDE 两步法（§3.2 的 'gi' 模式）：通过先做变量选择（F 检验）再做阈值搜索，减少高基数特征的变量选择偏差。这是 Loh, He & Man (2015) 的技术，作者将其作为可选项实现。

真实例子与应用

合成数据（§5.1）： - 数据：Athey & Imbens (2016) 的三个设计，Y_i(w) = η(X_i) + ½(2w-1)κ(X_i) + ε_i，ε_i ~ N(0, 0.01)，p = 0.5，X_i ~ Uniform([0,1]^K)。 - Design 1: K=2, η = ½(x₁ + x₂), κ = ½ x₁。无噪声协变量。 - Design 2: K=10, η = ½ Σ_{k=1}^6 x_k, κ = Σ_{k=1}^2 1[x_k > 0.5] · x_k。4 个噪声协变量。 - Design 3: K=20, η = ½ Σ_{k=1}^{12} x_k, κ = Σ_{k=1}^2 1[x_k > 0.5] · x_k。8 个噪声协变量。 - 方法应用：N_train = 1000（内部 50/50 诚实分裂），N_te = 8000，n_reps = 200。报告叶平均 CI 覆盖率（90% 名义水平）。 - 结果：覆盖率 0.894-0.903，标准差 0.11-0.13。EMSEτ 随噪声协变量增加而上升（0.0037 → 0.0573）。 - 想说明什么：验证 Proposition 1 的 CI 覆盖保证——在三个不同复杂度下，叶级 CI 覆盖率接近名义水平。

真实数据（§5.2）： - 数据： - Criteo Uplift Dataset（Diemert et al. 2018）：约 1400 万观测，12 个特征，二元处理，两个二元结果（visit 和 conversion）。 - Starbucks（Rößler et al. 2021）：约 12.6 万观测，7 个特征，来自促销活动。 - Hillstrom（Hillstrom 2008）：约 6.4 万观测，8 个特征（recency, history, mens, womens, zip_code, newbie, channel, history_segment），来自电子邮件营销活动。 - 方法应用：50% 训练（按处理分层），50% 测试。rattus 单棵树和诚实森林（B=50, max_depth=6, 默认超参数）。基线：S-Learner 和 T-Learner（HistGradientBoostingRegressor）、GRF Causal Forest（B=52, max_depth=6）。比较 Qini AUC（36 次独立运行）。 - 结果（表 3）： - Criteo：Honest Forest 0.0887 > GRF 0.0859 > S-Learner 0.0877 > T-Learner 0.0806 > Single Tree 0.0814。 - Starbucks：Honest Forest 0.2141 > GRF 0.2112 > S-Learner 0.2070 > Single Tree 0.1954 > T-Learner 0.1940。 - Hillstrom：Honest Forest 0.0346 > Single Tree 0.0298 > S-Learner 0.0267 > GRF 0.0214 > T-Learner 0.0192。 - 想说明什么：① rattus 诚实森林在所有三个数据集上 Qini 优于 GRF Causal Forest（p < 0.05），尤其在 Hillstrom 上差距最大（0.0346 vs. 0.0214），作者归因于 t² 准则避免了对“结果均值预测”协变量的分裂。② 森林相对于单棵树的增益在信噪比低的数据集（Criteo）上较小，在信噪比高的数据集（Starbucks）上较大，与 IJ 收敛诊断一致。

🔎 结论是否比证明窄

  • Proposition 1 和 Corollary 2 的结论与证明完全匹配：证明的是“叶级 CATE 估计无偏”和“叶级 CI 达到名义覆盖率”，结论也仅限于此。没有声称森林预测的 CI 有效。
  • Proposition 3 的结论与证明匹配：证明的是 t² 在 H₀ 下渐近 χ²₁，但作者立即警告多重测试问题，建议用户禁用硬性显著性门控。结论没有过度泛化。
  • Proposition 4 的结论与证明匹配：证明的是 IJ 方差估计的误差率，但作者明确声明“IJ 区间是收敛诊断，不是逐点推断”。结论没有声称 IJ 区间对 τ(x) 有效。
  • 森林的渐近正态性：作者在 §6 承认“诚实显著性森林的完整渐近正态性结果……需要额外的正则条件，形式证明留作未来工作”。这意味着本文没有证明森林预测的渐近正态性（类似 Wager & Athey 2018 的 Theorem 4.1），而这是森林级 CI 的前提。因此，森林的推断能力被明确限制为“点估计 + IJ 收敛诊断”，而非“逐点 CI”。
  • 观察性研究：§3.8 的 IPW 扩展仅给出启发式建议，没有理论保证。作者明确声明“所有理论保证在随机化下完全成立；在观察性设置下，它们仅当倾向得分模型正确指定时才成立”。结论没有声称在观察性研究中的有效性。

四、开放问题

  1. 双重稳健扩展（扎根于 §6 “A doubly-robust version combining IPTW with direct estimation would strengthen applicability to heavily confounded settings”）：如何将 rattus 的 t² 分裂准则与双重稳健估计（如 AIPW）结合，使其在倾向得分模型错误指定时仍保持一致性？这需要重新推导 t² 统计量在加权设置下的分布，并证明诚实性在双重稳健框架下仍成立。

  2. 变量选择偏差的形式化刻画（扎根于 §6 “A formal characterisation of the residual bias under the ‘greedy’ mode and a power comparison between the two modes across feature-cardinality settings is left for future work”）：在默认的 'greedy' 模式下，t² 准则对高基数特征的选择偏差有多大？能否用极值理论（如最大值分布）刻画 max_j t²_j 的分布，并设计校正方法？

  3. 诚实显著性森林的渐近正态性（扎根于 §6 “A full asymptotic normality result for the honest significance forest, analogous to Theorem 4.1 of Wager and Athey (2018), requires additional regularity conditions on the t² criterion and the CV pruning step”）：在什么条件下，rattus 森林的预测 ˆτ_forest(x) 是渐近正态的？这需要证明 t² 分裂准则满足 Wager & Athey (2018) 的“正则性条件”（如分裂的“诚实性”和“随机性”），并处理交叉验证剪枝引入的额外随机性。

  4. 计算扩展（扎根于 §6 “For extremely large datasets, a globally pre-computed bin structure (as in LightGBM) rather than per-node quantile estimation could yield further speedups”）：如何将 rattus 的每节点分位数估计替换为全局预计算分箱（如 LightGBM 的直方图算法），同时保持诚实性？这需要证明全局分箱不会引入自适应偏差，并分析其对分裂准则 t² 的影响。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论