py-why/dowhy

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

Open

#336 opened on 2021年11月19日

GitHub で見る
 (5 comments) (0 reactions) (0 assignees)Python (6,453 stars) (883 forks)batch import
good first issue

説明

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

コントリビューターガイド

技術スタック
python
領域
data
Issue 種別
feature
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2 days
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
stale
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
clear
前提条件
Causal inference fundamentalsLinear algebraStatistics basics
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
55
調査方針
Study the method described in the linked PDF for computing standard errors of linear combinations of coefficients. Look at the existing confidence interval implementation in DoWhy (likely in the `estimators` module) to understand the current bootstrap approach. Implement a new method that computes asymptotic confidence intervals for ATE with effect modifiers, ensuring it integrates with the existing API.