Trusting the Untestable: Validation and Diagnostics for the Doubly Robust Models

Trusting the Untestable: Validation and Diagnostics for the Doubly Robust Models

摘要

Lyft工程团队探讨了在无法进行随机实验时，如何通过准实验方法评估政策和产品变化的因果效应。重点介绍了双重稳健模型（AIPW），该模型通过拟合结果模型和倾向得分模型，在至少一个模型正确的情况下，能够一致估计平均处理效应（ATE）。文章还强调了验证的重要性，尤其是在处理选择偏差和协变量平衡时，提出了严格的诊断和验证机制，以确保结果的可靠性。通过实验与观察数据的对比，验证了AIPW模型的准确性，并探讨了其在实际应用中的局限性。