买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海浙江大学高等研究院

摘要：本发明公开了一种面向选择偏差的影子变量表征生成与因果推断方法及系统，包括如下步骤：影子变量表征生成，将观察到的协变量映射到表征空间，并施加影子变量所需要的约束，同时对生成的影子变量表征进行假设检验，最终生成符合影子变量假设的表征；将生成的通过了假设检验的影子变量表征嵌入影子变量回归方法准确预测因果效应。本发明使用两阶段的方法，第一阶段在表征生成过程中施加影子变量约束，第二阶段对生成的影子变量表征进行检验，以迭代的方式自动学习得到影子变量表征。相较于传统的影子变量回归方法，本发明放宽了对专家知识进行影子变量挑选的依赖；对于影子变量挑选方法来说，本发明也不再依赖观测数据中必须存在影子变量。

主权项：1.一种面向选择偏差的影子变量表征生成与因果推断方法，其特征在于，包括如下步骤：S1、获取将人群特征信息作为协变量、对人群施加的干预作为处理变量、以及人群行为类别作为结果变量的人群特征与行为数据，并根据结果变量是否能够被观测将人群特征与行为数据区分为被选入样本数据和未被选入样本数据两部分，对两部分数据分别进行样本选择标记，利用标记后的被选入样本数据构建选入数据集，利用标记后的未被选入样本数据构建未选入数据集；S2、利用影子变量表征生成器将协变量数据映射到一个表征空间，通过第一结果变量估计器约束生成的影子变量表征满足条件相关性假设，通过第一表征估计器约束生成的影子变量表征满足条件独立性假设，通过logit模型对生成的影子变量表征进行假设检验，最终生成符合影子变量假设的影子变量表征；所述影子变量表征生成器利用选入数据集和未选入数据集进行训练，所述第一结果变量估计器和所述第一表征估计器均利用选入数据集进行训练，所述logit模型利用选入数据集和未选入数据集进行训练；S3、利用Z0估计器、Z1估计器、OR估计器以及训练好的第一结果变量估计器在选入数据集上单独训练第二结果变量估计器，并在选入数据集上单独训练样本选择概率估计器；S4、将训练好的影子变量表征生成器、第一结果变量估计器、第二结果变量估计器以及样本选择概率估计器共同组成因果效应估计模型，将想要进行因果效应估计的人群特征与行为数据输入到因果效应估计模型中，预测施加干预对比不施加干预带来的人群行为变化。

全文数据：

权利要求：

百度查询： 上海浙江大学高等研究院 面向选择偏差的影子变量表征生成与因果推断方法及系统