causal_inference_tutorial

第十章：异质性处理效应

本章导读

在前面的章节中，我们主要关注平均处理效应（ATE），即处理对整个群体的平均影响。然而，在实际应用中，同一个干预措施对不同个体的效果往往存在显著差异。理解和量化这种异质性对于制定个性化策略、优化资源配置以及深入理解因果机制至关重要。本章将系统介绍异质性处理效应的识别、估计和应用方法。

学习目标：

• 理解异质性处理效应的概念和重要性
• 掌握条件平均处理效应（CATE）的估计方法
• 学习因果森林、因果树等机器学习方法
• 了解元学习框架在因果推断中的应用
• 能够设计和评估个体化治疗规则

10.1 异质性处理效应概述

10.1.1 为什么关注异质性

平均处理效应虽然提供了整体影响的度量，但可能掩盖了重要的个体差异：

1. 资源优化：识别对干预反应最好的子群体，实现精准投放
2. 风险管理：发现可能受到负面影响的群体，避免不当干预
3. 机制理解：通过异质性模式理解因果路径
4. 公平性考虑：确保不同群体都能公平受益

10.1.2 异质性的来源

处理效应的异质性可能来自多个方面：

• 个体特征差异：年龄、性别、健康状况等基础特征
• 环境因素：地理位置、社会经济条件、文化背景
• 基线水平：初始状态的不同导致改善空间差异
• 互补性因素：与其他因素的交互作用

10.1.3 识别挑战

估计异质性处理效应面临独特挑战：

1. 维度诅咒：协变量维度增加时，传统方法失效
2. 多重检验：探索多个子群体时的统计推断问题
3. 过拟合风险：复杂模型可能捕获噪声而非真实异质性
4. 因果识别：需要比ATE更强的识别假设

10.2 条件平均处理效应（CATE）

10.2.1 CATE的定义

条件平均处理效应定义为给定协变量$X=x$时的平均处理效应：

\[\tau(x) = E[Y(1) - Y(0) | X = x]\]

其中$Y(1)$和$Y(0)$分别是接受和未接受处理的潜在结果。

10.2.2 识别假设

CATE的识别通常需要以下假设：

1. 条件独立性（Unconfoundedness）： \((Y(1), Y(0)) \perp\!\!\!\perp T | X\)

2. 重叠假设（Overlap）： \(0 < P(T=1|X=x) < 1\)

3. SUTVA：无干扰和处理值唯一性

10.2.3 传统估计方法

子群体分析

最简单的方法是将样本按特征分组，分别估计各组的ATE：

对于每个子群体 g:
  τ_g = E[Y|T=1, G=g] - E[Y|T=0, G=g]

优点：简单直观，易于解释 缺点：只能处理少量离散变量，忽略连续性

回归调整

使用线性回归模型with交互项：

\[Y = \beta_0 + \beta_1 T + \beta_2 X + \beta_3 T \cdot X + \epsilon\]

则CATE估计为：$\hat{\tau}(x) = \beta_1 + \beta_3 x$

优点：可以处理连续变量 缺点：假设线性关系，模型误设风险

10.2.4 倾向得分方法

基于倾向得分的CATE估计：

1. 分层估计：按倾向得分分层，每层内估计ATE
2. 匹配估计：对每个个体匹配相似的对照组
3. 加权估计：使用IPW在局部估计CATE

10.3 因果森林与因果树

10.3.1 因果树原理

因果树通过递归分割特征空间来估计异质性处理效应：

算法：因果树构建
1. 初始化：将所有样本作为根节点
2. 对于每个节点：
   a. 尝试所有可能的分割点
   b. 选择最大化处理效应异质性的分割
   c. 递归分割直到满足停止条件
3. 叶节点估计：计算每个叶节点的CATE

分割准则：最大化子节点间处理效应的差异

\[\Delta = n_L \cdot \hat{\tau}_L^2 + n_R \cdot \hat{\tau}_R^2\]

其中$n_L, n_R$是左右子节点样本数，$\hat{\tau}_L, \hat{\tau}_R$是对应的处理效应估计。

10.3.2 诚实估计

为避免过拟合，采用”诚实”（honest）估计策略：

1. 样本分割：将数据分为构建集和估计集
2. 树结构学习：使用构建集确定树结构
3. 效应估计：使用估计集估计叶节点的CATE

这种方法保证了估计的渐近正态性，便于构造置信区间。

10.3.3 因果森林

因果森林通过集成多棵因果树提高估计精度：

算法：因果森林
1. 对于 b = 1, ..., B:
   a. 抽取bootstrap样本或子样本
   b. 随机选择特征子集
   c. 构建诚实因果树
2. 预测：平均所有树的预测

关键创新：

• 局部中心化：在每个节点重新中心化结果变量
• 梯度树：使用梯度信息优化分割
• 自适应邻域：基于树结构定义相似性权重

10.3.4 统计推断

因果森林提供了渐近有效的置信区间：

\[\hat{\tau}(x) \pm z_{\alpha/2} \cdot \hat{\sigma}(x) / \sqrt{n}\]

其中$\hat{\sigma}(x)$是通过infinitesimal jackknife估计的标准误。

10.4 元学习方法

元学习（Meta-Learning）方法将CATE估计问题转化为监督学习问题，通过巧妙的变换利用现有机器学习算法。

10.4.1 S-Learner（单一学习器）

S-Learner使用单一模型同时拟合处理组和对照组：

\[\mu(x, t) = E[Y | X=x, T=t]\]

CATE估计为： \(\hat{\tau}(x) = \hat{\mu}(x, 1) - \hat{\mu}(x, 0)\)

实现步骤：

1. 训练模型：$\hat{\mu} = \text{ML}(Y \sim X, T)$
2. 预测CATE：$\hat{\tau}(x) = \hat{\mu}(x, 1) - \hat{\mu}(x, 0)$

优缺点：

• 优点：简单直接，可使用任何监督学习算法
• 缺点：当处理效应较小时可能被忽略，模型可能不关注$T$

10.4.2 T-Learner（双学习器）

T-Learner分别为处理组和对照组训练模型：

$$\mu_0(x) = E[Y	X=x, T=0]$$
$$\mu_1(x) = E[Y	X=x, T=1]$$

CATE估计为： \(\hat{\tau}(x) = \hat{\mu}_1(x) - \hat{\mu}_0(x)\)

实现步骤：

1. 分割数据：处理组$(X_1, Y_1)$，对照组$(X_0, Y_0)$
2. 分别训练：$\hat{\mu}_0 = \text{ML}(Y_0 \sim X_0)$，$\hat{\mu}_1 = \text{ML}(Y_1 \sim X_1)$
3. 计算CATE：$\hat{\tau}(x) = \hat{\mu}_1(x) - \hat{\mu}_0(x)$

优缺点：

• 优点：灵活性高，可为不同组选择不同模型
• 缺点：样本利用率低，可能出现正则化不一致

10.4.3 X-Learner

X-Learner通过两阶段过程改进T-Learner：

第一阶段：与T-Learner相同，估计$\hat{\mu}_0(x)$和$\hat{\mu}_1(x)$

第二阶段：构造伪结果

• 处理组：$\tilde{D}_1^i = Y_1^i - \hat{\mu}_0(X_1^i)$
• 对照组：$\tilde{D}_0^i = \hat{\mu}_1(X_0^i) - Y_0^i$

训练第二阶段模型：

• $\hat{\tau}_1(x) = \text{ML}(\tilde{D}_1 \sim X_1)$
• $\hat{\tau}_0(x) = \text{ML}(\tilde{D}_0 \sim X_0)$

最终估计： \(\hat{\tau}(x) = g(x) \hat{\tau}_0(x) + (1-g(x)) \hat{\tau}_1(x)\)

其中$g(x) = P(T=1

X=x)$是倾向得分。

优点：

• 在处理组不平衡时表现更好
• 利用了全部数据信息
• 可以适应不同的信号强度

10.4.4 R-Learner（残差学习器）

R-Learner通过Robinson变换直接学习CATE：

Robinson变换： \(Y - m(X) = (T - e(X)) \cdot \tau(X) + \epsilon\)

其中：

• $m(x) = E[Y

  X=x]$是边际结果期望

• $e(x) = P(T=1

  X=x)$是倾向得分

实现步骤：

1. 估计nuisance参数：$\hat{m}(x)$和$\hat{e}(x)$
2. 计算残差：
   • $\tilde{Y} = Y - \hat{m}(X)$
   • $\tilde{T} = T - \hat{e}(X)$
3. 解决加权最小二乘： \(\hat{\tau} = \arg\min_\tau \sum_{i=1}^n (\tilde{Y}_i - \tilde{T}_i \cdot \tau(X_i))^2\)

交叉拟合：为避免过拟合偏差，使用交叉拟合估计nuisance参数。

10.4.5 DR-Learner（双重稳健学习器）

DR-Learner使用双重稳健估计提高稳健性：

伪结果构造： \(\tilde{Y} = \frac{T \cdot Y}{e(X)} - \frac{(1-T) \cdot Y}{1-e(X)} + \left(1 - \frac{T}{e(X)}\right) \mu_1(X) - \left(1 - \frac{1-T}{1-e(X)}\right) \mu_0(X)\)

然后直接学习：$\hat{\tau}(x) = \text{ML}(\tilde{Y} \sim X)$

双重稳健性：即使$\hat{e}(x)$或$\hat{\mu}(x)$之一有偏差，估计仍然一致。

10.5 个体化治疗规则

10.5.1 治疗规则的定义

个体化治疗规则（Individualized Treatment Rule, ITR）是一个将个体特征映射到治疗决策的函数：

\[d: \mathcal{X} \rightarrow \{0, 1\}\]

最优治疗规则最大化期望结果：

\[d^* = \arg\max_d E[Y^{d(X)}]\]

其中$Y^{d(X)}$是在规则$d$下的潜在结果。

10.5.2 基于CATE的规则

最直接的方法是基于估计的CATE分配治疗：

\[d(x) = \mathbb{1}\{\hat{\tau}(x) > c\}\]

其中$c$是成本效益阈值。当$c=0$时，对所有正效应个体施加处理。

考虑约束的规则：

• 预算约束：$E[d(X)] \leq b$

• 公平性约束：$E[d(X)

  G=g] \approx E[d(X)]$对所有群体$g$

10.5.3 直接优化方法

结果加权学习（OWL）

将治疗分配问题转化为加权分类问题：

\[\hat{d} = \arg\max_d \sum_{i=1}^n W_i \cdot \mathbb{1}\{d(X_i) = T_i\}\]

其中权重： \(W_i = \frac{|Y_i|}{T_i \cdot e(X_i) + (1-T_i) \cdot (1-e(X_i))}\)

可以使用支持向量机等分类器求解。

策略学习

直接优化期望价值函数：

\[V(d) = E\left[\frac{T \cdot d(X) \cdot Y}{e(X)} + \frac{(1-T) \cdot (1-d(X)) \cdot Y}{1-e(X)}\right]\]

使用策略梯度或其他强化学习方法优化。

10.5.4 评估方法

离线评估

使用观察数据评估治疗规则的期望价值：

1. 逆概率加权估计： \(\hat{V}(d) = \frac{1}{n} \sum_{i=1}^n \frac{\mathbb{1}\{T_i = d(X_i)\} \cdot Y_i}{T_i \cdot e(X_i) + (1-T_i) \cdot (1-e(X_i))}\)

2. 双重稳健估计： \(\hat{V}_{DR}(d) = \hat{V}_{IPW}(d) + \frac{1}{n} \sum_{i=1}^n [d(X_i) \cdot \hat{\mu}_1(X_i) + (1-d(X_i)) \cdot \hat{\mu}_0(X_i)]\)

在线评估

通过A/B测试或多臂老虎机算法在线评估和优化规则。

10.5.5 实践考虑

1. 增量价值：比较个性化规则与简单规则（如全部处理或全部不处理）
2. 可解释性：复杂模型vs简单决策树的权衡
3. 稳定性：对新数据的泛化能力
4. 动态更新：随时间调整规则

10.6 行业案例：京东个性化促销策略优化

10.6.1 业务背景

京东作为中国领先的电商平台，面临如何优化促销资源分配的挑战：

• 问题：统一的促销策略（如满减、优惠券）对不同用户效果差异巨大
• 目标：识别促销敏感用户，提高ROI，避免过度补贴
• 约束：促销预算有限，需要精准投放

10.6.2 实验设计

随机化实验：

1. 样本：100万活跃用户
2. 处理：发放50元无门槛优惠券
3. 对照：不发放优惠券
4. 观测期：30天
5. 结果变量：订单金额、购买频率、利润贡献

特征收集：

• 用户画像：年龄、性别、会员等级、注册时长
• 历史行为：购买频率、平均客单价、品类偏好
• 价格敏感度：历史促销响应、比价行为
• 时间特征：最近购买时间、活跃度趋势

10.6.3 异质性分析

使用因果森林估计CATE：

关键发现：
1. 年轻用户（18-25岁）：τ = 120元，响应强烈
2. 高频用户：τ = -30元，存在挤出效应
3. 价格敏感用户：τ = 200元，效果最好
4. 新用户：τ = 150元，有助于培养习惯

异质性模式：

• 倒U型关系：中等活跃度用户响应最好
• 品类差异：日用品类响应>电子产品
• 时间效应：周末发放效果优于工作日

10.6.4 策略优化

个性化规则设计：

1. 分层策略：

   if 价格敏感度 > 0.7 and 月均消费 < 1000:
       发放高额优惠券
   elif 新用户 and 首单未完成:
       发放新人专享券
   elif 流失风险 > 0.5:
       发放挽回优惠券
   else:
       不发放或小额优惠
   

2. 动态调整：
   • 实时更新用户特征
   • 根据库存和预算动态调整
   • 考虑竞争对手促销活动

10.6.5 实施效果

A/B测试结果（对比统一策略）：

• ROI提升：35%
• 促销成本降低：20%
• 用户满意度：提升8%
• 复购率：提升12%

长期影响：

• 减少了”羊毛党”的损失
• 提高了真实需求用户的忠诚度
• 优化了库存周转

10.6.6 经验教训

1. 特征工程至关重要：行为特征比人口统计特征更有预测力
2. 动态效应：用户对促销的响应会随时间变化
3. 溢出效应：需考虑用户间的社交影响
4. 长短期权衡：短期销量提升vs长期价格预期管理

本章小结

本章系统介绍了异质性处理效应的理论、方法和应用：

核心概念：

• 条件平均处理效应（CATE）：$\tau(x) = E[Y(1) - Y(0)

  X = x]$

• 个体化治疗规则（ITR）：$d^* = \arg\max_d E[Y^{d(X)}]$
• 异质性的识别依赖于条件独立性和重叠假设

主要方法：

1. 传统方法：子群体分析、回归调整
2. 树方法：因果树、因果森林
3. 元学习：S/T/X/R/DR-Learner
4. 直接优化：OWL、策略学习

实践要点：

• 选择合适的方法取决于数据特点和应用场景
• 需要在模型复杂度和可解释性间权衡
• 评估个性化策略的增量价值
• 考虑实施的可行性和成本

京东案例启示：

• 异质性分析能显著提升营销ROI
• 需要持续实验和优化
• 业务理解与技术方法同等重要

练习题

基础题

练习10.1 解释为什么平均处理效应（ATE）可能掩盖重要信息。举一个具体例子，其中ATE为零但存在显著的异质性效应。

提示

考虑一个处理对两个相等大小的子群体有相反效果的情况。

答案

例子：某药物对年轻人（<40岁）平均提升健康指标10单位，对老年人（≥40岁）平均降低10单位。如果两组人数相等，ATE = 0.5×10 + 0.5×(-10) = 0，看起来药物无效。但实际上存在强烈的异质性：应该只给年轻人用药。这说明ATE可能掩盖了重要的个体差异，导致错误的政策决策。

练习10.2 比较S-Learner和T-Learner的优缺点。在什么情况下你会选择使用T-Learner？

提示

考虑处理组和对照组的样本量、结果分布差异、模型复杂度等因素。

答案

S-Learner优点：利用全部数据，参数共享，正则化一致。缺点：可能忽略小的处理效应。 T-Learner优点：灵活建模不同组，能捕获复杂的组间差异。缺点：样本利用率低，可能过拟合。 选择T-Learner的情况：(1)处理组和对照组的结果生成过程显著不同；(2)样本量充足；(3)预期存在强处理效应；(4)需要对每组使用不同的模型架构。

练习10.3 解释因果森林中”诚实”（honest）估计的作用。如果不使用诚实估计会有什么问题？

提示

考虑过拟合、统计推断的有效性、置信区间的覆盖率。

答案

诚实估计将数据分为构建集和估计集，用构建集学习树结构，用估计集估计叶节点的处理效应。作用：(1)避免过拟合：防止对同一数据既用于选择分割又用于估计；(2)保证渐近正态性：使得统计推断有效；(3)正确的置信区间：保证名义覆盖率。 不使用诚实估计的问题：置信区间过窄，假阳性率增加，估计偏差，泛化性能差。

练习10.4 给定倾向得分$e(x) = P(T=1

X=x) = 0.2$，处理组和对照组的条件期望$\mu_1(x) = 100$，$\mu_0(x) = 80$。计算该个体的CATE，并解释如果倾向得分估计有偏差会如何影响CATE估计。

提示

CATE = μ₁(x) - μ₀(x)，考虑IPW估计中倾向得分的作用。

答案

CATE = μ₁(x) - μ₀(x) = 100 - 80 = 20。 倾向得分偏差的影响：在IPW估计中，如果e(x)被低估（如估计为0.1），处理组权重1/0.1=10会过大，导致处理效应高估；如果e(x)被高估（如0.4），权重1/0.4=2.5会过小，导致低估。极端情况下，接近0或1的倾向得分会导致权重爆炸，估计不稳定。这就是为什么需要重叠假设和双重稳健方法。

挑战题

练习10.5 设计一个模拟研究，比较不同元学习方法（S/T/X/R-Learner）在以下场景中的表现：

• 场景A：强处理效应，处理组和对照组平衡
• 场景B：弱处理效应，处理组严重不平衡（10% vs 90%）
• 场景C：处理效应与倾向得分相关

提示

定义数据生成过程，设置不同的信噪比，考虑评估指标如MSE、覆盖率等。

答案

模拟设计： 1. 生成协变量X～N(0,1) 2. 场景A：e(x)=0.5，τ(x)=2x，强信号 3. 场景B：e(x)=0.1，τ(x)=0.1x，弱信号 4. 场景C：e(x)=Φ(x)，τ(x)=2Φ(x)，相关性 预期结果： - 场景A：T-Learner表现最好（充足样本+强信号） - 场景B：X-Learner表现最好（处理不平衡时的优势） - 场景C：R-Learner表现最好（直接建模处理效应） S-Learner在弱信号时表现差，但计算效率高。 评估维度：CATE估计的MSE、置信区间覆盖率、计算时间。

练习10.6 你在一家在线教育平台工作，需要决定是否向学生推送付费课程的优惠券。你有历史A/B测试数据，包括学生特征（学习时长、课程完成率、设备类型等）和是否购买。请设计一个完整的个性化推荐系统，包括：

1. CATE估计方法选择
2. 个体化分配规则
3. 预算约束处理
4. 效果评估方案

提示

考虑业务特点、可解释性需求、实时性要求、预算优化。

答案

完整方案： 1. **CATE估计**：使用因果森林 - 原因：非线性关系、自动特征选择、置信区间 - 特征：学习行为（时长、频率）、历史购买、设备、时间 2. **分配规则**： ``` score(x) = τ(x) × P(完成|购买,x) × (价格 - 优惠额) if score(x) > threshold and budget_remaining > 0: 发放优惠券 ``` 3. **预算约束**： - 排序：按score降序排列用户 - 贪心分配：从高到低发放直到预算用完 - 动态调整：每小时更新threshold 4. **评估方案**： - 留出10%用户随机分配（探索） - 指标：增量收入、ROI、课程完成率 - 长期效应：队列分析跟踪6个月 - A/B/C测试：个性化vs统一vs无优惠 5. **实施细节**： - 冷启动：新用户使用人群平均 - 更新频率：每周重训练模型 - 监控：实时追踪转化率异常

练习10.7 证明在随机实验数据下，X-Learner的第二阶段估计是CATE的无偏估计。讨论这个性质在观察性研究中是否仍然成立。

提示

利用随机化下的条件独立性，展开期望计算。

答案

证明（随机实验）： 第二阶段伪结果：$\tilde{D}_1^i = Y_1^i - \hat{\mu}_0(X_1^i)$ 在随机化下，$T \perp (Y(0), Y(1)) | X$，因此： $$E[\tilde{D}_1|X=x] = E[Y_1 - \hat{\mu}_0(X_1)|X=x]$$ $$= E[Y(1)|X=x] - E[\hat{\mu}_0(x)|X=x]$$ 如果$\hat{\mu}_0$是无偏的：$E[\hat{\mu}_0(x)] = E[Y(0)|X=x]$ 则：$$E[\tilde{D}_1|X=x] = E[Y(1)|X=x] - E[Y(0)|X=x] = \tau(x)$$ 类似可证$\tilde{D}_0$的无偏性。 观察性研究中的问题： 1. 需要条件独立性假设$(Y(0),Y(1)) \perp T|X$ 2. 如果存在未观测混杂U，估计有偏 3. 倾向得分加权可以恢复无偏性，但增加方差 4. 需要正确指定$\mu_0, \mu_1$的函数形式 因此X-Learner在观察性研究中的无偏性依赖于更强的假设。

练习10.8（开放题）讨论在实际应用异质性处理效应分析时，如何处理”多重检验问题”——即探索许多子群体时可能产生的假阳性发现。提出至少两种解决方案并比较它们的优缺点。

提示

考虑统计学的多重比较校正、机器学习的正则化、预先指定vs探索性分析。

答案

多重检验问题：探索K个子群体，每个假设检验α=0.05的显著性水平，家族错误率可能远超0.05。 解决方案： 1. **Bonferroni校正**： - 方法：将显著性水平调整为α/K - 优点：强控制FWER，简单实施 - 缺点：过于保守，检验效能低 2. **False Discovery Rate (FDR)控制**： - 方法：Benjamini-Hochberg程序 - 优点：比Bonferroni效能高，适合探索性分析 - 缺点：不控制FWER，需要独立性假设 3. **预先指定分析计划**： - 方法：事前确定要检验的子群体 - 优点：避免数据窥探，结果可信 - 缺点：可能错过意外发现 4. **交叉验证/样本分割**： - 方法：探索集发现，验证集确认 - 优点：平衡探索和验证 - 缺点：需要大样本，降低效能 5. **正则化方法**： - 方法：LASSO、贝叶斯收缩 - 优点：自动特征选择，连续处理 - 缺点：难以做传统假设检验 6. **层次检验**： - 方法：先检验总体异质性，再检验具体子群体 - 优点：逻辑清晰，控制错误率 - 缺点：可能缺乏检验整体异质性的效能 实践建议： - 结合使用：预先指定主要假设+FDR控制探索性分析 - 透明报告：明确区分确认性和探索性分析 - 外部验证：在独立数据集验证发现 - 效应大小：关注实质显著性而非仅统计显著性

常见陷阱与错误

1. 过度解释噪声

陷阱：将随机变异误认为真实的异质性模式 表现：

• 在小样本子群体中发现”显著”效应
• 模型在训练集表现优异但泛化差
• 置信区间未包含真实效应

避免方法：

• 使用诚实估计和交叉验证
• 设置最小子群体样本量
• 进行多重检验校正
• 关注置信区间而非点估计

2. 倾向得分极值问题

陷阱：倾向得分接近0或1导致权重爆炸 表现：

• IPW估计方差巨大
• 个别观测主导结果
• 估计不稳定

避免方法：

• 修剪（trimming）极端倾向得分
• 使用双重稳健方法
• 检查重叠假设
• 考虑卡钳匹配

3. 混淆相关性和异质性

陷阱：协变量与结果的相关性不等于处理效应异质性 例子：收入与健康正相关，但治疗效果可能与收入无关

避免方法：

• 明确区分预测模型和因果模型
• 使用适当的异质性检验
• 验证交互效应的显著性

4. 忽视SUTVA违背

陷阱：个体间存在干扰但仍假设独立 表现：

• 社交网络中的溢出效应
• 市场均衡效应
• 资源竞争

避免方法：

• 设计考虑干扰的实验（如cluster randomization）
• 使用网络因果推断方法
• 明确说明SUTVA假设的合理性

5. 模型选择偏差

陷阱：根据结果选择”最好”的模型 表现：

• 尝试多个方法，报告最显著的
• 事后选择子群体
• 数据窥探（data snooping）

避免方法：

• 预先指定分析计划
• 使用独立验证集
• 报告所有尝试的分析
• 采用集成方法

6. 外推问题

陷阱：将估计外推到训练数据范围之外 表现：

• 对未观测特征组合预测
• 超出支撑集的推断
• 时间外推

避免方法：

• 检查预测点的支撑
• 使用局部方法（如匹配）
• 明确说明适用范围
• 进行敏感性分析

最佳实践检查清单

数据准备阶段

• 检查数据质量和完整性
• 验证随机化或识别假设
• 评估样本量是否充足
• 检查协变量平衡性
• 确认结果变量定义合理
• 处理缺失数据

方法选择阶段

• 根据数据特点选择合适方法
• 考虑计算复杂度和可扩展性
• 评估可解释性需求
• 确定是否需要置信区间
• 考虑集成多个方法

模型训练阶段

• 使用交叉验证或样本分割
• 实施诚实估计
• 调优超参数
• 检查收敛性
• 监控过拟合

效应估计阶段

• 计算点估计和置信区间
• 检查估计的稳定性
• 进行异质性检验
• 可视化效应分布
• 识别关键子群体

验证评估阶段

• 在独立数据集验证
• 进行安慰剂检验
• 检查模型假设
• 评估预测性能
• 比较不同方法结果

实施部署阶段

• 设计个体化分配规则
• 考虑实施成本和约束
• 制定监控方案
• 准备A/B测试
• 设置更新机制

报告沟通阶段

• 清晰说明方法和假设
• 报告不确定性
• 讨论局限性
• 提供可操作建议
• 使用可视化辅助理解

持续改进

• 收集反馈数据
• 定期重新评估
• 更新模型
• 记录经验教训
• 分享最佳实践