Deep Learning for Individual Heterogeneity: An Automatic Inference Framework

可解释性 计算机科学 推论 机器学习 人工智能 功能(生物学) 多项式分布 自动微分 钥匙(锁) 统计推断 深度学习 经济模型 离散选择 计量经济学 算法 数学 统计 宏观经济学 计算机安全 经济 生物 进化生物学 计算
作者
Max H. Farrell,Tengyuan Liang,Sanjog Misra
出处
期刊:Cornell University - arXiv 被引量:12
标识
DOI:10.48550/arxiv.2010.14694
摘要

We develop methodology for estimation and inference using machine learning to enrich economic models. Our framework takes a standard economic model and recasts the parameters as fully flexible nonparametric functions, to capture the rich heterogeneity based on potentially high dimensional or complex observable characteristics. These "parameter functions" retain the interpretability, economic meaning, and discipline of classical parameters. Deep learning is particularly well-suited to structured modeling of heterogeneity in economics. We show how to design the network architecture to match the structure of the economic model, delivering novel methodology that moves deep learning beyond prediction. We prove convergence rates for the estimated parameter functions. These functions are the key inputs into the finite-dimensional parameter of inferential interest. We obtain inference based on a novel influence function calculation that covers any second-stage parameter and any machine-learning-enriched model that uses a smooth per-observation loss function. No additional derivations are required. The score can be taken directly to data, using automatic differentiation if needed. The researcher need only define the original model and define the parameter of interest. A key insight is that we need not write down the influence function in order to evaluate it on the data. Our framework gives new results for a host of contexts, covering such diverse examples as price elasticities, willingness-to-pay, and surplus measures in binary or multinomial choice models, effects of continuous treatment variables, fractional outcome models, count data, heterogeneous production functions, and more. We apply our methodology to a large scale advertising experiment for short-term loans. We show how economically meaningful estimates and inferences can be made that would be unavailable without our results.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
顺心凡之完成签到,获得积分10
9秒前
法克西瓜汁完成签到,获得积分10
19秒前
水晶李完成签到 ,获得积分10
21秒前
万崽秋秋糖完成签到 ,获得积分10
31秒前
孙老师完成签到 ,获得积分10
35秒前
婉莹完成签到 ,获得积分0
46秒前
light完成签到 ,获得积分10
47秒前
荼白完成签到 ,获得积分10
49秒前
研友_gnvY5L完成签到 ,获得积分10
49秒前
roundtree完成签到 ,获得积分0
1分钟前
玉鱼儿完成签到 ,获得积分10
1分钟前
mads完成签到 ,获得积分10
1分钟前
Evan完成签到 ,获得积分10
1分钟前
林夕完成签到 ,获得积分10
1分钟前
中中中中中呀完成签到,获得积分10
1分钟前
九月完成签到 ,获得积分10
1分钟前
1分钟前
橙子完成签到 ,获得积分10
1分钟前
Young完成签到 ,获得积分10
1分钟前
岁月荣耀完成签到 ,获得积分10
1分钟前
dyuguo3完成签到 ,获得积分10
1分钟前
AUGKING27完成签到 ,获得积分10
2分钟前
wanghao完成签到 ,获得积分10
2分钟前
fanconi完成签到 ,获得积分10
2分钟前
wl完成签到 ,获得积分10
2分钟前
2分钟前
果酱发布了新的文献求助10
2分钟前
2分钟前
Wyyyn完成签到 ,获得积分10
2分钟前
没用的三轮完成签到,获得积分10
2分钟前
Jeremy完成签到 ,获得积分10
2分钟前
aDou完成签到 ,获得积分10
2分钟前
砳熠完成签到 ,获得积分10
3分钟前
00完成签到 ,获得积分10
3分钟前
Hiram完成签到,获得积分10
3分钟前
如意的馒头完成签到 ,获得积分10
3分钟前
chendumo完成签到,获得积分10
3分钟前
窦豆汁儿完成签到 ,获得积分10
3分钟前
PM2555完成签到 ,获得积分10
3分钟前
zz完成签到 ,获得积分10
3分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3257108
求助须知:如何正确求助?哪些是违规求助? 2899029
关于积分的说明 8303399
捐赠科研通 2568364
什么是DOI,文献DOI怎么找? 1395033
科研通“疑难数据库(出版商)”最低求助积分说明 652936
邀请新用户注册赠送积分活动 630664