論文の概要: A Review of Generalizability and Transportability

• arxiv url: http://arxiv.org/abs/2102.11904v1
• Date: Tue, 23 Feb 2021 19:34:13 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-25 13:23:08.594928
• Title: A Review of Generalizability and Transportability
• Title（参考訳）: 一般化可能性と輸送性
• Authors: Irina Degtiar and Sherri Rose
• Abstract要約: ランダム化されたデータからの見積もりは内部的妥当性を持つが、しばしば対象人口を表すものではない。 観測データは対象の個体群をよりよく反映し、したがって外的妥当性が高いが、未測定の埋没により潜在的なバイアスにさらされる可能性がある。 本稿では,一般化可能性と可搬性に対するアプローチの合成を含む外部妥当性バイアスに対処するためのフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.18275108630751835
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When assessing causal effects, determining the target population to which the results are intended to generalize is a critical decision. Randomized and observational studies each have strengths and limitations for estimating causal effects in a target population. Estimates from randomized data may have internal validity but are often not representative of the target population. Observational data may better reflect the target population, and hence be more likely to have external validity, but are subject to potential bias due to unmeasured confounding. While much of the causal inference literature has focused on addressing internal validity bias, both internal and external validity are necessary for unbiased estimates in a target population. This paper presents a framework for addressing external validity bias, including a synthesis of approaches for generalizability and transportability, the assumptions they require, as well as tests for the heterogeneity of treatment effects and differences between study and target populations.
• Abstract（参考訳）: 因果効果を評価する場合、結果を一般化しようとする目標集団を決定することは重要な決定である。 ランダム化および観測研究は、ターゲット集団における因果効果を推定するための強みと制限を有する。 ランダム化されたデータからの見積もりは内部的妥当性を持つが、しばしば対象人口を表すものではない。 観測データは対象の個体群をよりよく反映し、したがって外的妥当性が高いが、未測定の埋没により潜在的なバイアスにさらされる可能性がある。 因果推論の文献の多くは、内部妥当性のバイアスに対処することに焦点を当てているが、ターゲット人口の偏見のない推定には、内部および外部の妥当性の両方が必要である。 本稿では, 汎用性と輸送性へのアプローチ, 必要な仮定の合成, 治療効果の不均一性, 研究と対象集団間の差異の検証など, 外部妥当性バイアスに対処するための枠組みを提案する。

関連論文リスト

• Reduced-Rank Multi-objective Policy Learning and Optimization [57.978477569678844]
  実際には、因果研究者は先験を念頭において1つの結果を持っていない。 政府支援の社会福祉プログラムでは、政策立案者は貧困の多次元的性質を理解するために多くの成果を集めている。 本稿では、最適政策学習の文脈において、複数の結果に対するデータ駆動型次元性推論手法を提案する。
  論文  参考訳（メタデータ） (2024-04-29T08:16:30Z)
• Principles from Clinical Research for NLP Model Generalization [10.985226652193543]
  一般化可能性の基礎を探求し、それに影響を与える要因について検討する。 関係抽出タスクにおけるエンティティ間の距離などの学習がモデルの内部妥当性にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2023-11-07T02:17:25Z)
• Causality and Independence Enhancement for Biased Node Classification [56.38828085943763]
  各種グラフニューラルネットワーク(GNN)に適用可能な新しい因果性・独立性向上(CIE)フレームワークを提案する。 提案手法は,ノード表現レベルでの因果的特徴と突発的特徴を推定し,突発的相関の影響を緩和する。 我々のアプローチCIEは、GNNの性能を大幅に向上するだけでなく、最先端の debiased ノード分類法よりも優れています。
  論文  参考訳（メタデータ） (2023-10-14T13:56:24Z)
• Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
  本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。 我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
  論文  参考訳（メタデータ） (2023-06-01T10:51:58Z)
• Robustness Evaluation of Regression Tasks with Skewed Domain Preferences [3.42658286826597]
  我々は同時に2つのカプセル化問題に対処する。 まず、一様でない選好が適用される場合の回帰モデルの性能を評価する。 第二に、そのような問題に関連する実際の値の分布に関する不確実性を扱う際のモデルの堅牢性を評価する。
  論文  参考訳（メタデータ） (2022-12-15T00:37:41Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• 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)
• Causes of Effects: Learning individual responses from population data [23.593582720307207]
  個別化の問題とその医学への応用について研究する。 例えば、治療の恩恵を受ける確率は、治療された場合の好ましくない結果と、治療されていない場合の好ましくない結果である。 必要十分度(PNS)の確率に限界を当て、グラフィカルな基準や実用的応用とともに既存の研究を分析・拡大します。
  論文  参考訳（メタデータ） (2021-04-28T12:38:11Z)
• Assessing External Validity Over Worst-case Subpopulations [8.98526174345299]
  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。
  論文  参考訳（メタデータ） (2020-07-05T18:34:14Z)
• 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)
• Survival Cluster Analysis [93.50540270973927]
  異なるリスクプロファイルを持つサブポピュレーションを特定するために、生存分析には未解決の必要性がある。 このニーズに対処するアプローチは、個々の成果のキャラクタリゼーションを改善する可能性が高い。
  論文  参考訳（メタデータ） (2020-02-29T22:41:21Z)

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。