CausalBART

BART

[0806.3286] BART: Bayesian additive regression trees

回帰木を複数個作り、その総和で予測する加法モデル。

MCMCでサンプリングをするため、事後分布を得られて信用区間が出せるのが強み。

因果推論のためではなく予測のために作られた手法。

CausalBART

[1706.09523] Bayesian regression tree models for causal inference: regularization, confounding, and heterogeneous effects

CausalForestとの比較

2016年の因果推論のコンペ（Atlantic Causal Inference Conference 2016）で、BARTの発展手法であるps-BARTがCausal Forestより良い結果を残している（Hahn, Murray, and Carvalho 2020）

Atlantic Causal Inference Conference 2016 について

結果をまとめた論文：[1707.02641] Automated versus do-it-yourself methods for causal inference: Lessons learned from a data analysis competition

参考

• BART: Bayesian additive regression treesによる因果推論 - 勉強の記録