論文の概要: Assessing External Validity Over Worst-case Subpopulations
- arxiv url: http://arxiv.org/abs/2007.02411v3
- Date: Thu, 3 Feb 2022 02:05:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-13 08:03:18.057201
- Title: Assessing External Validity Over Worst-case Subpopulations
- Title(参考訳): 最悪の集団における外部的妥当性の評価
- Authors: Sookyo Jeong, Hongseok Namkoong
- Abstract要約: 研究は一般に、空間と時間の限られた点からサンプリングされる。
本研究は, 与えられた大きさの全てのサブ集団における最悪の治療効果 (WTE) を提案し, 評価する。
平均処理効果に対する逆相関重み付き推定器の外部妥当性を解析する半パラメトリック効率なWTE推定器を開発した。
- 参考スコア(独自算出の注目度): 8.98526174345299
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Study populations are typically sampled from limited points in space and
time, and marginalized groups are underrepresented. To assess the external
validity of randomized and observational studies, we propose and evaluate the
worst-case treatment effect (WTE) across all subpopulations of a given size,
which guarantees positive findings remain valid over subpopulations. We develop
a semiparametrically efficient estimator for the WTE that analyzes the external
validity of the augmented inverse propensity weighted estimator for the average
treatment effect. Our cross-fitting procedure leverages flexible nonparametric
and machine learning-based estimates of nuisance parameters and is a regular
root-$n$ estimator even when nuisance estimates converge more slowly. On real
examples where external validity is of core concern, our proposed framework
guards against brittle findings that are invalidated by unanticipated
population shifts.
- Abstract(参考訳): 研究人口は通常、時間と空間の限られた点からサンプリングされ、辺縁化群は過小表現される。
ランダム化および観察的研究の外部的妥当性を評価するために,与えられたサイズのすべての亜集団にまたがる最悪の症例治療効果(wte)を提案し,評価した。
平均処理効果に対する逆回帰重み付き推定器の外部妥当性を解析する半パラメトリック効率なWTE推定器を開発した。
クロスフィッティング手法は,ニュアサンスパラメータのフレキシブルな非パラメトリックおよび機械学習に基づく推定を活用し,ニュアザンス推定がより緩やかに収束した場合でも,正規のルート-n$推定器である。
外部の妥当性が懸念される実例では,予測外の人口移動によって無効化される脆い発見に対して,提案手法が有効である。
関連論文リスト
- In-Context Parametric Inference: Point or Distribution Estimators? [66.22308335324239]
償却点推定器は一般に後部推論より優れているが、後者は低次元問題では競争力がある。
実験の結果, 償却点推定器は一般に後部推定より優れているが, 後者は低次元問題では競争力があることがわかった。
論文 参考訳(メタデータ) (2025-02-17T10:00:24Z) - PUATE: Semiparametric Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units [7.8856737627153874]
本研究では、処理グループと未知のグループ構成ユニットのみを観測可能な環境で、ATE推定のための半パラメトリック効率的な推定器を開発する。
本研究は,欠落データと弱教師付き学習による因果推論に寄与する。
論文 参考訳(メタデータ) (2025-01-31T17:47:32Z) - Adaptive-TMLE for the Average Treatment Effect based on Randomized Controlled Trial Augmented with Real-World Data [0.0]
ランダム化制御試験(RCT)データと外部実世界のデータ(RWD)の両方が利用可能である場合、平均処理効果(ATE)を推定する問題を考察する。
適応型最大推定フレームワークを導入して推定する。
論文 参考訳(メタデータ) (2024-05-12T07:10:26Z) - Semiparametric Efficient Inference in Adaptive Experiments [29.43493007296859]
本研究では, 治療や管理に対する課題の割り当てを規定する政策が, 時間とともに変化しうる連続的な実験において, 平均治療効果の効率的な推定の問題点を考察する。
まず、Adaptive Augmented Inverse-Probability Weighted estimator に対する中心極限定理について述べる。
次に、従来の手法よりもかなり厳密な確率性および漸近的信頼シーケンスの両方を導出した逐次推論設定を検討する。
論文 参考訳(メタデータ) (2023-11-30T06:25:06Z) - Falsification before Extrapolation in Causal Effect Estimation [6.715453431174765]
個体群における因果関係は、しばしば観測データを用いて推定される。
本稿では,偏りのある観測推定を拒否するメタアルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-09-27T21:47:23Z) - Treatment Effect Risk: Bounds and Inference [58.442274475425144]
平均的な治療効果は社会福祉の変化を測定するため、たとえ肯定的であっても、人口の約10%に悪影響を及ぼすリスクがある。
本稿では,ICT分布のリスク条件値(CVaR)として定式化されたこの重要なリスク尺度をどう評価するかを検討する。
いくつかの境界は、複素CATE関数を単一の計量に要約したものと解釈することもでき、有界であることとは無関係に興味を持つ。
論文 参考訳(メタデータ) (2022-01-15T17:21:26Z) - Assessment of Treatment Effect Estimators for Heavy-Tailed Data [70.72363097550483]
ランダム化制御試験(RCT)における治療効果の客観的評価における中心的な障害は、その性能をテストするための基礎的真理(または検証セット)の欠如である。
この課題に対処するための新しいクロスバリデーションのような方法論を提供する。
本手法は,Amazonサプライチェーンに実装された709RCTに対して評価を行った。
論文 参考訳(メタデータ) (2021-12-14T17:53:01Z) - Conditional Cross-Design Synthesis Estimators for Generalizability in
Medicaid [0.1259953341639576]
本稿では,ランダム化データと観測データを組み合わせた新しい条件付きクロスデザイン合成推定器を提案する。
ニューヨーク市のメディケイド受給者の医療費に対する管理ケアプランの因果効果を推定するために,これらの手法を適用した。
論文 参考訳(メタデータ) (2021-09-27T18:20:32Z) - Near-optimal inference in adaptive linear regression [60.08422051718195]
最小二乗法のような単純な方法でさえ、データが適応的に収集されるときの非正規な振る舞いを示すことができる。
我々は,これらの分布異常を少なくとも2乗推定で補正するオンラインデバイアス推定器のファミリーを提案する。
我々は,マルチアームバンディット,自己回帰時系列推定,探索による能動的学習などの応用を通して,我々の理論の有用性を実証する。
論文 参考訳(メタデータ) (2021-07-05T21:05:11Z) - Deconfounding Scores: Feature Representations for Causal Effect
Estimation with Weak Overlap [140.98628848491146]
推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。
分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。
特に,この手法が標準正規化の魅力的な代替となることを示す。
論文 参考訳(メタデータ) (2021-04-12T18:50:11Z) - Enabling Counterfactual Survival Analysis with Balanced Representations [64.17342727357618]
生存データは様々な医学的応用、すなわち薬物開発、リスクプロファイリング、臨床試験で頻繁に見られる。
本稿では,生存結果に適用可能な対実的推論のための理論的基盤を持つ統一的枠組みを提案する。
論文 参考訳(メタデータ) (2020-06-14T01:15:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。