Fugu-MT 論文翻訳(概要): Agglomerative Hierarchical Clustering for Selecting Valid Instrumental Variables

論文の概要: Agglomerative Hierarchical Clustering for Selecting Valid Instrumental Variables

arxiv url: http://arxiv.org/abs/2101.05774v4
Date: Thu, 18 Jul 2024 04:35:40 GMT
ステータス: 処理完了
システム内更新日: 2024-07-20 00:38:23.383472
Title: Agglomerative Hierarchical Clustering for Selecting Valid Instrumental Variables
Title（参考訳）: 有効器用変数の選択のための集約的階層クラスタリング
Authors: Nicolas Apfel, Xiaoran Liang,
Abstract要約: ここでは,IVs の最大群が有効であれば,本手法はオラクル特性を達成できることを示す。この方法は、移民が賃金に与える影響を推定するために適用される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We propose a procedure which combines hierarchical clustering with a test of overidentifying restrictions for selecting valid instrumental variables (IV) from a large set of IVs. Some of these IVs may be invalid in that they fail the exclusion restriction. We show that if the largest group of IVs is valid, our method achieves oracle properties. Unlike existing techniques, our work deals with multiple endogenous regressors. Simulation results suggest an advantageous performance of the method in various settings. The method is applied to estimating the effect of immigration on wages.
Abstract（参考訳）: 本稿では,階層的なクラスタリングと,大規模なIV群から有効な機器変数(IV)を選択するための過剰な制約の検証を組み合わせる手法を提案する。これらの IV のいくつかは、排他的制限に失敗するため、無効である可能性がある。ここでは,IVs の最大群が有効であれば,本手法はオラクル特性を達成できることを示す。既存の技術とは異なり、我々の仕事は複数の内因性回帰器を扱う。シミュレーションの結果,様々な環境下での手法の有効性が示唆された。この方法は、移民が賃金に与える影響を推定するために適用される。

関連論文リスト

Prompt Optimization with EASE? Efficient Ordering-aware Automated Selection of Exemplars [66.823588073584]
大規模言語モデル(LLM)は、現実世界のアプリケーションで印象的な機能を示している。これらの卓越した作品の品質は、パフォーマンスに大きな影響を与えます。既存の方法は、先行注文がパフォーマンスに与える影響を適切に説明できない。
論文参考訳（メタデータ） (2024-05-25T08:23:05Z)
Regularized DeepIV with Model Selection [72.17508967124081]
正規化DeepIV(RDIV)回帰は最小ノルムIV解に収束することができる。我々の手法は現在の最先端の収束率と一致している。
論文参考訳（メタデータ） (2024-03-07T05:38:56Z)
Causal Inference with Conditional Instruments using Deep Generative Models [21.771832598942677]
標準IVは、処理変数と関係があり、システム内の他のすべての変数とは独立していると期待されている。変数を変数の集合に条件付けするための条件付きIV(CIV)法が提案されている。平均因果効果推定のために,CIVの表現とその条件セットを,潜伏した共同設立者とのデータから学習することを提案する。
論文参考訳（メタデータ） (2022-11-29T14:31:54Z)
ProSiT! Latent Variable Discovery with PROgressive SImilarity Thresholds [35.09631990817093]
ProSiTは決定論的かつ解釈可能な手法であり、遅延次元の最適数を求める。ほとんどの設定では、ProSiTはトピックのコヒーレンスと特異性の観点から他のメソッドにマッチするか、性能を上回ります。
論文参考訳（メタデータ） (2022-10-26T14:52:44Z)
Instruction Tuning for Few-Shot Aspect-Based Sentiment Analysis [72.9124467710526]
生成的アプローチは、テキストから(1つ以上の)4つの要素を1つのタスクとして抽出するために提案されている。本稿では,ABSAを解くための統一的なフレームワークと,それに関連するサブタスクを提案する。
論文参考訳（メタデータ） (2022-10-12T23:38:57Z)
ASTra: A Novel Algorithm-Level Approach to Imbalanced Classification [0.0]
本稿では,ASTra という新しい出力層活性化関数を提案する。これを損失関数と組み合わせることで、マイノリティの誤分類を効果的に狙うことができます。 2から12個の隠れユニットを持つニューラルネットワークを用いた実験は、最近の研究で得られた同等の結果と同等か、同等か、それ以上のものであることが示されている。
論文参考訳（メタデータ） (2022-09-04T20:05:21Z)
On the instrumental variable estimation with many weak and invalid instruments [1.837552179215311]
楽器変数(IV)モデルにおける計算の基本的な問題点について検討する。スパースペナルティ構造と等価な「スパース特性」を仮定し,サロゲートステップ同定法の利点を検証し,証明する。スパース同定条件に整合した代理ステップ選択推定法を提案する。
論文参考訳（メタデータ） (2022-07-07T01:31:34Z)
Active Learning by Feature Mixing [52.16150629234465]
本稿では,ALFA-Mixと呼ばれるバッチ能動学習手法を提案する。予測の不整合を求めることにより,不整合な特徴を持つインスタンスを同定する。これらの予測の不整合は、モデルが未認識のインスタンスで認識できない特徴を発見するのに役立ちます。
論文参考訳（メタデータ） (2022-03-14T12:20:54Z)
A Lagrangian Duality Approach to Active Learning [119.36233726867992]
トレーニングデータのサブセットのみをラベル付けするバッチアクティブな学習問題を考察する。制約付き最適化を用いて学習問題を定式化し、各制約はラベル付きサンプルにモデルの性能を拘束する。数値実験により,提案手法は最先端の能動学習法と同等かそれ以上に機能することを示した。
論文参考訳（メタデータ） (2022-02-08T19:18:49Z)
Optimal Off-Policy Evaluation from Multiple Logging Policies [77.62012545592233]
我々は,複数のロギングポリシからオフ政治評価を行い,それぞれが一定のサイズ,すなわち階層化サンプリングのデータセットを生成する。複数ロガーのOPE推定器は,任意のインスタンス,すなわち効率のよいインスタンスに対して最小分散である。
論文参考訳（メタデータ） (2020-10-21T13:43:48Z)

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。