什么是 双重稳健估计（Doubly Robust Estimation）？
双重稳健估计（Doubly Robust Estimation）把 Outcome 或 Reward Model 与 Inverse Propensity Correction 结合；在完整识别条件下，只要 Outcome Model 或 Propensity Model 之一正确指定，估计器就可以保持一致。
快速了解
| 规范文档 | 官方规范 |
|---|
工作原理
修正项作用于 Outcome Model Residual
对二元 Treatment 的 ATE，AIPW 从模型对比 m1(x) - m0(x) 出发，再加入已观测 Treatment 与 Control 结果的逆倾向加权残差。对 Policy Value，DR 从 Target Policy 的模型价值出发，再用 pi(a|x) / mu(a|x) 修正 Logged Action 的残差。这一结构既解释了保护来源，也解释了为什么仍依赖 Overlap。
Double Robustness 有严格边界
Bang 与 Robins系统化了缺失数据和因果场景中的 Doubly Robust Estimator：在其余假设成立时，只要 Outcome Regression 或 Assignment Model 之一正确，就可以保持一致。它无法抵御 Treatment 定义不清、Interference、Treatment 后调整、日志损坏、无支持动作，或两个 Nuisance Model 同时错设。
对灵活 Nuisance Model 做 Cross-fitting 并保留推断单元
在同一批记录上训练并评分高容量 Nuisance Model，可能产生过拟合残差并使简单 Standard Error 失效。Cross-fitting 在计算 Orthogonal Score 前生成 Out-of-fold Propensity 和 Outcome Prediction。应报告 Overlap 与权重诊断，比较 Outcome-only、Weighting-only 和 DR 结果；观测存在依赖时，折叠与不确定性计算还要尊重 Cluster 或时间单元。
主要特点
- 把 Outcome Regression 与 Inverse Propensity Correction 结合
- 包含 AIPW Treatment Effect 与 DR Policy Value 估计器
- 完整假设下可容忍一个 Nuisance Model 正确指定
- 仍要求 Consistency、Overlap 与有效分配假设
- 灵活机器学习 Nuisance Model 通常需要 Cross-fitting
- 解释结果时必须提供组件估计与不确定性诊断
常见用途
- 从观察性队列估计 Average Treatment Effect
- 使用 Logged Bandit Feedback 评估推荐策略
- 审计 Outcome-only 与 Weighting-only 估计为何不一致
- 把灵活 Reward Model 与随机探索日志结合
- 为半参数机器学习流程构造 Orthogonal Score
示例
Loading code...常见问题
为什么称为双重稳健估计？
在其识别与正则条件下，只要 Outcome Model 或 Propensity Model 之一正确，估计器就可以保持一致。“双重”指这两条 Nuisance Model 路径，不表示结果对所有假设失效都稳健。
AIPW 与 Doubly Robust Policy Evaluation 有什么区别？
AIPW 通常用 Outcome Regression 增强 Inverse Treatment Weight，以估计 Treatment Mean 或 Contrast。Contextual Policy DR 使用相同原则，但权重是 Target 与 Logging Action Ratio，并结合 Reward Model。两者修正结构相似，Estimand 与数据结构不同。
双重稳健估计能消除 Overlap 要求吗？
不能。Residual Correction 需要有支持的 Assignment 或 Action；Support 缺失时只能依赖 Outcome Model 外推，而外推是额外建模假设，不是已观测识别。因此仍要披露并限制 Overlap Violation。
为什么 Doubly Robust Estimator 常与 Cross-fitting 配合？
Cross-fitting 让每条记录的 Nuisance Prediction 来自未使用该记录训练的模型。再与 Orthogonal Score 结合，可以减少同一样本过拟合偏差，并在适当收敛率和依赖条件下使用灵活机器学习模型。
报告双重稳健结果时需要包含什么？
应报告 Estimand、样本与分配机制、Overlap 和权重诊断、Nuisance Model 训练及 Cross-fitting 方案、Outcome-only 与 Weighting-only 估计、DR 点估计、不确定性区间、切片敏感性，以及所有 Clipping 或 Trimming 规则。