py-why/dowhy

Add asymptotic confidence intervals for average treatment effect for linear regression with effect modifiers

Open

#336 aperta il 19 nov 2021

Vedi su GitHub
 (6 commenti) (0 reazioni) (0 assegnatari)Python (883 fork)batch import
good first issue

Metriche repository

Star
 (6453 star)
Metriche merge PR
 (Merge medio 13g 9h) (21 PR mergiate in 30 g)

Descrizione

Refer to #335. DoWhy defaults to bootstrap confidence interval. It will be good to implement a computationally efficient confidence interval method.

With effect modifiers, the average treatment effect is a linear combination of parameters. For example, for y=a + b1t + b2t.x1 where x1 is the effect modifier, the ATE of t on y is b1+b2.mean(x1). Both b1 and b2 coefficients are random variables and so is mean(x1), so need to compute the standard error of the combined quantity.

This is a good start, for anyone who would like to contribute: https://scholar.princeton.edu/sites/default/files/jmummolo/files/interaction_models_jm.pdf

Guida contributor

Direzione di ricerca
Studia il documento di riferimento sul calcolo degli errori standard per i termini di interazione, quindi implementa una funzione per calcolare l'intervallo di confidenza asintotico per ATE utilizzando il metodo delta per la regressione lineare con modificatori di effetto in DoWhy.
Tech stack
python
Dominio
datamachine learning
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
PythonLinear RegressionCausal Inference
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
40