因果曲线
当感兴趣的治疗持续进行时，Python工具执行因果推理。
目录
概述
（版本1.0.0将于2021年1月发布！ ）
当您感兴趣的干预是二元干预时，有许多已实现的方法可以执行因果推理，但是很少有方法可以处理连续治疗。
这是不幸的，因为在许多情况下（在行业和研究中），这些方法将是有用的。例如，当您想要：
估计在广泛范围内对增加或降低产品价格的因果响应。
了解每周有氧运动的分钟数如何对健康产生积极影响。
在控制了混杂影响之后，估计减少的订单等待时间将如何影响客户满意度。
估计不断变化的邻里收
