Dubiellt robust estimering av heterogena behandlingseffekter

De flesta kausala metoder rapporterar en genomsnittlig behandlingseffekt för alla. Men i praktiken varierar effekten av ett läkemedel, en policy eller ett program typiskt sett mellan individer: yngre patienter kan svara annorlunda än äldre, hushåll med låg inkomst kan gynnas mer än hushåll med hög inkomst. Dubiellt robust HTE-estimering konstruerar ett korrigerat pseudo-utfall för varje enhet som kombinerar predikterade utfall under behandling och kontroll med en invers-propensity-korrigering. Om antingen utfallsprediktionerna eller propensity-poängen är korrekta, är pseudo-utfallet väntevärdesriktigt (unbiased), och en godtycklig flexibel regression av detta pseudo-utfall på kovariater ger en konsistent CATE-yta – en karta över hur den kausala effekten varierar med individuella egenskaper.