代理变量

在离线强化学习中，未测量混杂使行为策略与结果相关，直接使用记录数据做策略评估或优化会产生偏差，需要借助工具变量、阴性对照或代理变量等辅助结构实现因果识别。

论文将可迁移性理论与工具变量、阴性对照和代理变量结合，构建了一个识别目标域因果量的统一框架。

信用风险模型需警惕代理变量：邮政编码可能隐含种族信息，即使模型未直接使用受保护特征，也可能通过代理变量产生间接歧视。

使用自动化工具做租客初筛前，必须审视其使用的特征变量是否与受保护类别间接相关，例如邮编、姓名、信用历史等常被用作代理变量。