論文の概要: GEAR: On Optimal Decision Making with Auxiliary Data

• arxiv url: http://arxiv.org/abs/2104.10573v1
• Date: Wed, 21 Apr 2021 14:59:25 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-22 14:11:57.598616
• Title: GEAR: On Optimal Decision Making with Auxiliary Data
• Title（参考訳）: GEAR: 補助データによる最適意思決定について
• Authors: Hengrui Cai, Rui Song, Wenbin Lu
• Abstract要約: 現在の最適決定規則(ODR)法は、通常、治療効果、すなわち実験サンプルを評価するために、サンプルに対する関心の最初の結果を必要とする。 本論文では, 実験試料中のODRの推定を容易にするための補助試料を用いて, この課題に対処すべく考案した。 本稿では, 拡張逆確率重み値推定器を一連の決定規則に対して最大化することにより, 実験および補助サンプルベース決定規則(GEAR)を提案する。
• 参考スコア（独自算出の注目度）: 20.607673853640744
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Personalized optimal decision making, finding the optimal decision rule (ODR) based on individual characteristics, has attracted increasing attention recently in many fields, such as education, economics, and medicine. Current ODR methods usually require the primary outcome of interest in samples for assessing treatment effects, namely the experimental sample. However, in many studies, treatments may have a long-term effect, and as such the primary outcome of interest cannot be observed in the experimental sample due to the limited duration of experiments, which makes the estimation of ODR impossible. This paper is inspired to address this challenge by making use of an auxiliary sample to facilitate the estimation of ODR in the experimental sample. We propose an auGmented inverse propensity weighted Experimental and Auxiliary sample-based decision Rule (GEAR) by maximizing the augmented inverse propensity weighted value estimator over a class of decision rules using the experimental sample, with the primary outcome being imputed based on the auxiliary sample. The asymptotic properties of the proposed GEAR estimators and their associated value estimators are established. Simulation studies are conducted to demonstrate its empirical validity with a real AIDS application.
• Abstract（参考訳）: 個人の特性に基づく最適決定規則(odr)を見出したパーソナライズされた最適意思決定は、近年、教育、経済学、医学など多くの分野で注目を集めている。 現在のODR法は、通常、治療効果、すなわち実験サンプルを評価するためのサンプルに対する関心の最初の結果を必要とする。 しかし、多くの研究において、治療は長期的効果を持つ可能性があり、実験の期間が限られているため、実験サンプルでは興味をそそる主な結果が観察できないため、odrの推定は不可能である。 本論文は, 実験試料中のODR推定を容易にするために補助試料を用いることにより, この課題に着想を得たものである。 本稿では, 実験試料を用いた判定規則のクラスに対して, 拡張逆確率重み値推定器を最大化することにより, 実験試料と補助サンプルに基づく決定規則(GEAR)を提案する。 提案したGEAR推定器とその関連値推定器の漸近特性を確立した。 エイズを応用した経験的妥当性を示すシミュレーション研究を行った。

関連論文リスト

• Adaptive Instrument Design for Indirect Experiments [48.815194906471405]
  RCTとは異なり、間接的な実験は条件付き機器変数を利用して治療効果を推定する。 本稿では,データ収集ポリシーを適応的に設計することで,間接実験におけるサンプル効率の向上に向けた最初のステップについて述べる。 我々の主な貢献は、影響関数を利用して最適なデータ収集ポリシーを探索する実用的な計算手順である。
  論文  参考訳（メタデータ） (2023-12-05T02:38:04Z)
• Improved Policy Evaluation for Randomized Trials of Algorithmic Resource Allocation [54.72195809248172]
  提案する新しい概念を応用した新しい推定器を提案する。 我々は,このような推定器が,サンプル手段に基づく一般的な推定器よりも精度が高いことを理論的に証明した。
  論文  参考訳（メタデータ） (2023-02-06T05:17:22Z)
• MetaRF: Differentiable Random Forest for Reaction Yield Prediction with a Few Trails [58.47364143304643]
  本稿では,反応収率予測問題に焦点をあてる。 筆者らはまず,数発の収量予測のために特別に設計された,注意に基づく識別可能なランダム森林モデルであるMetaRFを紹介した。 数発の学習性能を改善するために,さらに次元還元に基づくサンプリング手法を導入する。
  論文  参考訳（メタデータ） (2022-08-22T06:40:13Z)
• Calibrated Optimal Decision Making with Multiple Data Sources and Limited Outcome [20.60767385364074]
  我々は,複数の補助源が利用可能な関心の第一サンプルにおいて,最適な意思決定問題を考える。 本稿では,限定的な結果に対処するための新たな校正最適決定規則 (CODR) を提案する。
  論文  参考訳（メタデータ） (2021-04-21T14:24:17Z)
• Increasing the efficiency of randomized trial estimates via linear adjustment for a prognostic score [59.75318183140857]
  ランダム化実験による因果効果の推定は臨床研究の中心である。 歴史的借用法のほとんどは、厳格なタイプiエラー率制御を犠牲にして分散の削減を達成する。
  論文  参考訳（メタデータ） (2020-12-17T21:10:10Z)
• The Adaptive Doubly Robust Estimator for Policy Evaluation in Adaptive Experiments and a Paradox Concerning Logging Policy [13.772109618082382]
  適応実験から得られた依存サンプルに対する2重頑健(DR)推定器を提案する。 提案するDR推定器は,他の推定器と比較して優れた性能を示す傾向にあるという実証的パラドックスを報告する。
  論文  参考訳（メタデータ） (2020-10-08T06:42:48Z)
• 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)
• Efficient Adaptive Experimental Design for Average Treatment Effect Estimation [18.027128141189355]
  本研究では, 依存サンプルから構築した推定器を用いた効率的な実験法を提案する。 提案手法を正当化するために,有限および無限サンプル解析を行う。
  論文  参考訳（メタデータ） (2020-02-13T02:04:17Z)
• Generalization Bounds and Representation Learning for Estimation of Potential Outcomes and Causal Effects [61.03579766573421]
  代替薬に対する患者一人の反応など,個人レベルの因果効果の推定について検討した。 我々は,表現の誘導的処理群距離を正規化することにより,境界を最小化する表現学習アルゴリズムを考案した。 これらのアルゴリズムを拡張して、重み付き表現を同時に学習し、治療群距離をさらに削減する。
  論文  参考訳（メタデータ） (2020-01-21T10:16:33Z)

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。