고차원 치료 효과 추정과 최소극한 이론

본 논문은 현대 의료, 유전학, 마케팅 등 다양한 분야에서 치료(또는 개입) 차원이 표본 수와 동등하거나 그보다 클 때 발생하는 인과 추론 문제를 체계적으로 다룬다. 저자들은 먼저 고차원 치료를 두 가지 구조적 유형으로 정의한다. 첫 번째는 단일 다값 치료로, 치료 변수가 {k} 개의 이산값을 가질 때이며, 두 번째는 벡터 치료로 k 개의 개별 치료 성분이 이진 혹은 연속값을 갖는 경우이다. 이 두 경우 모두 k 가 n 에 비해 크면 전통적인 강한 양성(positivity) 가정이 깨지며, 실제로는 약한 양성만이 유지된다. 즉, 각 치료 수준에 대해 충분히 많은 관측치가 존재하지 않아 평균 잠재 결과 E