py-why/dowhy

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

Open

#336 aberto em 19 de nov. de 2021

Ver no GitHub
 (6 comments) (0 reactions) (0 assignees)Python (883 forks)batch import
good first issue

Métricas do repositório

Stars
 (6.453 stars)
Métricas de merge de PR
 (Mesclagem média 13d 9h) (21 fundiu PRs em 30d)

Description

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

Guia do colaborador

Direção de pesquisa
Estude o artigo de referência sobre o cálculo de erros padrão para termos de interação e, em seguida, implemente uma função para calcular o intervalo de confiança assintótico para ATE usando o método delta para regressão linear com modificadores de efeito no DoWhy.
Pilha de tecnologia
python
Domain
datamachine learning
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonLinear RegressionCausal Inference
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
40