xuemusheng的博客

原创 Estimating Treatment Effects with Causal Forests: An Application复现

把原始协变量里两个分类变量 C1、XC 变成哑变量，再与其他连续变量拼成最终矩阵 X。先跑一个“全变量”因果森林 → 计算变量重要性 → 只保留高于平均重要性的变量 → 重新训练精简森林。对变量 S3 的检验：看“学生成功期望 S3”高低（≥6 vs <6）是否带来学校层面处理效应差异。先采用DR残差获取每个学生的去偏处理效应估计，再按 X1/X2 中位数切学校，做两样本 t 检验。（2）把样本按 CATE 中位数切成“高效应 / 低效应”两组，分别算 ATE，看差异是否显著。对 Z 的预测能力。