未观察到混淆的核心方法：阴性对照、代理、，

βi可计算为KW W（KW W+nλi）的第i个对角线元素-1.莫雷沃克φ（yi）- ^u（wi）kH=k（yi，yi）-2KyiY（KW W+nλI）-1KW wi+KwiW（KW W+nλI）-1KY Y（千瓦W+nλI）-1KW wi=[KY Y]- 2KY Y（千瓦W+nλI）-1KW W+KW W（KW W+nλI）-1KY Y（千瓦W+nλI）-1KW W]iii.e.kφ（yi）-^u（wi）kh也可以计算为矩阵的第i个诊断元素。将这些结果替换为LOOCV损失，得到最终的表达。F.3核高斯核满足假设4.1的要求。形式上，内核k（w，w′）=expn-千瓦-w′kWσois是连续的、有界的和特征的。内核超参数σ被称为长度尺度。一种简单的启发式方法是将σ设置为{wi}ni=1的中值插值距离，其中观测值i和j之间的插值距离为kwi- wjkW。我在实验中使用高斯核。当输入w是向量而不是标量时，我使用获得的核作为每个输入维的标量核的乘积，如下[Singh等人，2019年，Singh等人，2020年]。例如，如果W Rdthenk（w，w′）=dYj=1exp(-[wj- w′j]σj）每个长度标度σjis被设置为该输入维度的中间插入点距离。原则上，可以使用LOOCV来调整内核参数，如上所述。在高维中，调整长度尺度{σj}的LOOCV方法是不正确的，因为每个输入维都有一个长度尺度∑j。G应用程序详细信息G。1模拟单个观测结果如下所示。1.将未观测到的噪声绘制为{i}i∈[3] 身份证~ N（0，1）和{νi}i∈[2] 身份证。~ U[-1, 1].2. 将未观察到的混杂因素设置为u=+和u=+。将阴性对照设置为Z=ν+0.25·u和W=ν+0.25·u.4。绘制协变量X~ N（0，∑），其中协方差矩阵∑∈ Rp×pis使得∑ii=1和∑ij=·1{i- j |=1}表示i6=j.5。然后将处理设置为D=Φ（3X′β+3·Z）+0.25·uwhereβ∈ R衰减系数：βj=j-2.6.

最后，将outcom e设置为Y=1.2（D+X′β+W）+D+DX+0.25·u。我使用附录F中所述的调整过程，在第4节中描述的e（D）（负控制）处实现估值器^θ。具体地说，我使用了通过留一个异交验证确定的脊点，并用中值启发式设置的长度标度积高斯核。我使用相同的原理实现了[Singh et al.，2020]（治疗效果）的连续治疗效果估计器。后一种涂宁方法更简单；新的估计器涉及重新加权一个混杂变量（有两个岭惩罚参数），而之前的估计器涉及重新加权一个回归（有一个岭惩罚参数）。G.2香烟烟雾的剂量反应I使用附录F中所述的调整程序，在E（d）（阴性对照）处实施估计器^θ。I使用相同的原理实施[Singh et al.，2020]（治疗效果）的连续治疗效果估计器。为了加速u p计算，表1：变量分类符号定义经验应用结果婴儿出生体重（克）D治疗#怀孕期间每天吸烟未被察觉的不可察觉的不可察觉的压力治疗母亲的教育程度（年）父亲的教育程度（年）W n.c.结果婴儿出生顺序婴儿性别致敏性X协变量母亲的人口统计学：年龄、种族、婚姻状况、外国出生者的特征：年龄、怀孕期间的酒精消耗量#怀孕期间的产前检查第一次产前检查的起始日期高血压：慢性、妊娠期其他医疗：糖尿病、herpe s、eclamp sia、体重增加