精选理由
新方法A-IHF搞定了工具变量残差提取
A-IHF (Adaptive Anisotropic Instrumental Heat Flow) 是一种用于控制函数工具变量估计的确定性图扩散残差提取方法。它利用图结构对处理变量进行各向异性扩散，通过检测处理值的大跳跃并衰减跨跳跃的导纳，生成稀疏图求解的残差。在包含图、核、树、提升、级联和神经网络等控制函数基线的54个合成基准单元中，受保护观测型A-IHF取得了最低的平均结构响应均方误差（MSE），并在32个单元中优于最佳非A-IHF基线。
AI 翻译 · 中文
A-IHF (Adaptive Anisotropic Instrumental Heat Flow) 是一种用于控制函数工具变量估计的确定性图扩散残差提取方法。它利用图结构对处理变量进行各向异性扩散，通过检测处理值的大跳跃并衰减跨跳跃的导纳，生成稀疏图求解的残差。在包含图、核、树、提升、级联和神经网络等控制函数基线的54个合成基准单元中，受保护观测型A-IHF取得了最低的平均结构响应均方误差（MSE），并在32个单元中优于最佳非A-IHF基线。
Control-function instrumental variable estimators need a first-stage residual, not merely a first-stage prediction. High-capacity first stages can interpolate treatment and leave too little residual information for the o…