econml.inference.BootstrapInference

class econml.inference.BootstrapInference(n_bootstrap_samples=100, n_jobs=- 1, bootstrap_type='pivot', verbose=0)[源代码]

基础：econml.inference._inference.Inference

用于执行自举的推断实例。

此类可用于对任何 CATE 估计器进行推断。

参数

n_bootstrap_samples (int, 默认 100) – 执行多少次抽样。
n_jobs (int, 默认 -1) – 同时运行的最大作业数，与 joblib.Parallel 中类似。
verbose (int, 默认: 0) – 详细级别。
bootstrap_type (‘percentile’, ‘pivot’, 或 ‘normal’, 默认 ‘pivot’) – 用于计算结果的自举方法。‘percentile’ 将使用统计量重复计算的经验 CDF。‘pivot’ 也将使用重复样本，但创建一个枢轴区间，该区间也依赖于整个数据集的估计值。‘normal’ 将假定重复样本服从正态分布，并计算枢轴区间。

__init__(n_bootstrap_samples=100, n_jobs=- 1, bootstrap_type='pivot', verbose=0)[源代码]

方法

`__init__`([n_bootstrap_samples, n_jobs, ...])
`ate_inference`([X, T0, T1])
`ate_interval`([X, T0, T1, alpha])
`const_marginal_ate_inference`([X])
`const_marginal_ate_interval`([X, alpha])
`fit`(estimator, args, *kwargs)	拟合推断模型。
`marginal_ate_inference`(T[, X])
`marginal_ate_interval`(T[, X, alpha])
`prefit`(estimator, args, *kwargs)	在调用估计器的 fit 方法之前执行任何必要的逻辑。

fit(estimator, *args, **kwargs)[源代码]

拟合推断模型。

在调用估计器的 fit 方法之后调用此方法。