論文の概要: Individualized Decision-Making Under Partial Identification: Three Perspectives, Two Optimality Results, and One Paradox

• arxiv url: http://arxiv.org/abs/2110.10961v1
• Date: Thu, 21 Oct 2021 08:15:35 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-22 18:44:38.999073
• Title: Individualized Decision-Making Under Partial Identification: Three Perspectives, Two Optimality Results, and One Paradox
• Title（参考訳）: 部分的同定に基づく個別意思決定:3視点,2つの最適結果,1つのパラドックス
• Authors: Yifan Cui
• Abstract要約: 我々は,未測定の共起に直面した場合には,部分的識別を用いて個別の意思決定を行なわなければならないと論じる。 我々は、部分的識別と古典的決定理論の下で、個別化意思決定との公式なリンクを確立する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Unmeasured confounding is a threat to causal inference and gives rise to biased estimates. In this article, we consider the problem of individualized decision-making under partial identification. Firstly, we argue that when faced with unmeasured confounding, one should pursue individualized decision-making using partial identification in a comprehensive manner. We establish a formal link between individualized decision-making under partial identification and classical decision theory by considering a lower bound perspective of value/utility function. Secondly, building on this unified framework, we provide a novel minimax solution (i.e., a rule that minimizes the maximum regret for so-called opportunists) for individualized decision-making/policy assignment. Lastly, we provide an interesting paradox drawing on novel connections between two challenging domains, that is, individualized decision-making and unmeasured confounding. Although motivated by instrumental variable bounds, we emphasize that the general framework proposed in this article would in principle apply for a rich set of bounds that might be available under partial identification.
• Abstract（参考訳）: 測定されていない結合は因果推論の脅威であり、偏りのある見積もりを引き起こす。 本稿では,部分的識別に基づく個別化意思決定の問題について考察する。 第一に,不確実性に直面する場合には,部分的識別を包括的手法で個別化意思決定を追求すべきである。 我々は、値/ユーティリティ関数の下位境界視点を考慮し、部分的識別に基づく個別化意思決定と古典的決定理論の間の公式なリンクを確立する。 第二に、この統一されたフレームワークに基づいて、個別化された意思決定/政策割り当てのための新しいミニマックスソリューション(すなわち、いわゆる日和見主義者の最大の後悔を最小限にするルール)を提供する。 最後に,2つの挑戦的領域,すなわち個別化意思決定と非計測的コンファウンディングの間の新しい関係について,興味深いパラドックスを描いている。 器楽変数境界によって動機付けられるが、本稿で提案される一般的な枠組みは、原則として、部分的識別の下で利用できるようなリッチな境界集合に適用可能であることを強調する。

関連論文リスト

• Assouad, Fano, and Le Cam with Interaction: A Unifying Lower Bound Framework and Characterization for Bandit Learnability [71.82666334363174]
  我々は,統計的推定と対話的意思決定において,下位境界法のための統一的なフレームワークを開発する。 対話型意思決定のための新しい下位境界の複雑さを促進する新しい尺度である決定次元を導入する。
  論文  参考訳（メタデータ） (2024-10-07T15:14:58Z)
• Best Arm Identification with Minimal Regret [55.831935724659175]
  最高の腕識別問題 優雅にアマルガメートは、最小化とBAIを後悔している。 エージェントの目標は、所定の信頼度で最高の腕を特定することである。 二重KL-UCBアルゴリズムは、信頼度がゼロになる傾向があるため、最適性を達成する。
  論文  参考訳（メタデータ） (2024-09-27T16:46:02Z)
• A Semantic Approach to Decidability in Epistemic Planning (Extended Version) [72.77805489645604]
  我々は決定可能性を達成するために新しい意味論的アプローチを用いる。 具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。 我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
  論文  参考訳（メタデータ） (2023-07-28T11:26:26Z)
• A Unifying Framework for Online Optimization with Long-Term Constraints [62.35194099438855]
  我々は,意思決定者が長期的制約の対象となる一連の意思決定をしなければならないオンライン学習問題について検討する。 目標は、全報酬を最大化し、同時に、$T$ラウンド全体で小さな累積違反を達成することである。 本稿では,この一般クラス問題に対して,未知のモデルに基づいて報酬と制約が選択された場合と,各ラウンドで敵が選択した場合の双方において,最良世界型アルゴリズムを提示する。
  論文  参考訳（メタデータ） (2022-09-15T16:59:19Z)
• On the Complexity of Adversarial Decision Making [101.14158787665252]
  決定推定係数は, 相手の意思決定に対する後悔度を低く抑えるのに必要であり, 十分であることを示す。 我々は、決定推定係数を他のよく知られた複雑性尺度の変種に結びつける新しい構造結果を提供する。
  論文  参考訳（メタデータ） (2022-06-27T06:20:37Z)
• A Justice-Based Framework for the Analysis of Algorithmic Fairness-Utility Trade-Offs [0.0]
  予測に基づく意思決定システムでは、異なる視点が異なってくる可能性がある。 意思決定者の短期的なビジネス目標はしばしば、意思決定対象が公平に扱われたいという願望と矛盾している。 本稿では,これらの価値を優先した選択を明確化するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-06T20:31:55Z)
• Gamifying optimization: a Wasserstein distance-based analysis of human search [0.0]
  本稿では,不確実性の下での人間の意思決定戦略を特徴づける理論的枠組みを概説する。 本稿では,人間の学習者の行動パターンを離散確率分布として表現する。
  論文  参考訳（メタデータ） (2021-12-12T18:23:46Z)
• Apportionment with Parity Constraints [1.52292571922932]
  本論では, 議員の議席配分に関する課題を, 候補者間での公平な制約の下で検討する。 二次元近似の文脈で使われる典型的なベンチマークはフェアシェアであり、理想的な分数二分法解に対応する。
  論文  参考訳（メタデータ） (2021-08-09T16:08:12Z)
• Regret Analysis in Deterministic Reinforcement Learning [78.31410227443102]
  本稿では,最適学習アルゴリズムの分析と設計の中心となる後悔の問題を考察する。 本稿では,システムパラメータに明示的に依存する対数問題固有の後悔の下位境界について述べる。
  論文  参考訳（メタデータ） (2021-06-27T23:41:57Z)
• On a notion of independence proposed by Teddy Seidenfeld [2.5585152083052574]
  Teddy Seidenfeldは長い間、バイナリモデルは不正確な不確定性の重要な側面に対処するのに十分強力ではないと主張してきました。 私たちはこのアプローチを使用して、無関係(と独立)の興味深い概念を探求します。 このような無関係あるいは独立性の評価を行うことの結果は、非常に強いものであることを示す。
  論文  参考訳（メタデータ） (2021-02-20T13:15:28Z)
• Uncertainty quantification and exploration-exploitation trade-off in humans [0.0]
  本稿では,不確実性下における人間の意思決定戦略が情報収集(探索)と報酬獲得(探索)のトレードオフをどのように管理するかを分析する理論的枠組みを概説する。
  論文  参考訳（メタデータ） (2021-02-05T16:03:04Z)

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。