論文の概要: Estimation of Standard Auction Models

• arxiv url: http://arxiv.org/abs/2205.02060v1
• Date: Wed, 4 May 2022 13:43:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-05 16:24:15.000291
• Title: Estimation of Standard Auction Models
• Title（参考訳）: 標準オークションモデルの推定
• Authors: Yeshwanth Cherapanamjeri, Constantinos Daskalakis, Andrew Ilyas, Manolis Zampetakis
• Abstract要約: 本稿では,第1および第2価格オークションの効率的な評価方法を提案する。 各入札者の入札分布を非パラメトリックに推定するアルゴリズムを提供する。 我々の結果はすぐにオランダと英語のオークションに当てはまる。
• 参考スコア（独自算出の注目度）: 32.6588421908864
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We provide efficient estimation methods for first- and second-price auctions under independent (asymmetric) private values and partial observability. Given a finite set of observations, each comprising the identity of the winner and the price they paid in a sequence of identical auctions, we provide algorithms for non-parametrically estimating the bid distribution of each bidder, as well as their value distributions under equilibrium assumptions. We provide finite-sample estimation bounds which are uniform in that their error rates do not depend on the bid/value distributions being estimated. Our estimation guarantees advance a body of work in Econometrics wherein only identification results have been obtained, unless the setting is symmetric, parametric, or all bids are observable. Our guarantees also provide computationally and statistically effective alternatives to classical techniques from reliability theory. Finally, our results are immediately applicable to Dutch and English auctions.
• Abstract（参考訳）: 独立な(非対称な)プライベート値と部分観測可能性の下で,第1および第2価格オークションの効率的な評価方法を提案する。 同一のオークションで支払った金額と勝者の同一性を含む有限の観察が与えられると、各入札者の入札分布を非パラメトリックに推定するアルゴリズムと、均衡仮定の下での値分布を提供する。 我々は、その誤差率が推定される入札/値分布に依存しないような有限サンプル推定境界を提供する。 我々の推定は、設定が対称でパラメトリックでなければ、あるいは全ての入札が観測可能でない限り、識別結果のみが得られる計量学における作業の進行を保証する。 我々の保証はまた、信頼性理論から古典的手法の計算的かつ統計的に有効な代替手段を提供する。 最後に,この結果はオランダ語と英語のオークションに適用できる。

関連論文リスト

• Conformalized Interval Arithmetic with Symmetric Calibration [9.559062601251464]
  我々は,複数の目標の和に対する予測区間に対して,単一目標に対する共形予測区間を開発する。 提案手法は, 既存のコンフォメーション手法や非コンフォメーション手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-08-20T15:27:18Z)
• Probabilistic Conformal Prediction with Approximate Conditional Validity [81.30551968980143]
  本研究では,共形手法の柔軟性と条件分布の推定を組み合わせ,予測セットを生成する手法を開発した。 我々の手法は、条件付きカバレッジの観点から既存の手法よりも一貫して優れています。
  論文  参考訳（メタデータ） (2024-07-01T20:44:48Z)
• The Penalized Inverse Probability Measure for Conformal Classification [0.5172964916120902]
  この研究は、Pinalized Inverse Probability(PIP)の非整合性スコアと、その正規化バージョンRePIPを導入し、効率性と情報性の両方を共同で最適化する。 この研究は、PIPに基づく共形分類器が、他の非整合性対策と比較して正確に望ましい振る舞いを示し、情報性と効率のバランスを保っていることを示す。
  論文  参考訳（メタデータ） (2024-06-13T07:37:16Z)
• Advancing Ad Auction Realism: Practical Insights & Modeling Implications [2.8413290300628313]
  本稿では,広告主を敵の帯域幅アルゴリズムが支配するエージェントとしてモデル化することで,現代の広告オークションに対する有用な洞察を得ることができることを示す。 ソフトフロアは適切な選択されたリザーブ価格よりも低い収益をもたらし、単一のクエリに注意を向けることさえできる。
  論文  参考訳（メタデータ） (2023-07-21T17:45:28Z)
• Nonparametric extensions of randomized response for private confidence sets [51.75485869914048]
  本研究は,局所的差分プライバシー(LDP)の制約の下で,集団平均の非パラメトリック,非漸近的統計的推測を行う手法を導出する。 民営化データへのアクセスのみを与えられた場合、$mustar$に対して信頼区間(CI)と時間一様信頼シーケンス(CS)を提示する。
  論文  参考訳（メタデータ） (2022-02-17T16:04:49Z)
• Leveraging Unlabeled Data to Predict Out-of-Distribution Performance [63.740181251997306]
  実世界の機械学習デプロイメントは、ソース(トレーニング)とターゲット(テスト)ディストリビューションのミスマッチによって特徴づけられる。 本研究では,ラベル付きソースデータとラベルなしターゲットデータのみを用いて,対象領域の精度を予測する手法を検討する。 本稿では,モデルの信頼度をしきい値として学習し,精度をラベルなし例のごく一部として予測する実践的手法である平均閾値保持信頼度(ATC)を提案する。
  論文  参考訳（メタデータ） (2022-01-11T23:01:12Z)
• Universal Off-Policy Evaluation [64.02853483874334]
  ユニバーサルオフ政治推定器(UnO)への第一歩を踏み出す 我々は, 平均, 分散, 分位数/中間数, 分位数範囲, cvar, および累積分布全体の推定と同時結合に uno を用いる。
  論文  参考訳（メタデータ） (2021-04-26T18:54:31Z)
• Differentially private inference via noisy optimization [3.015622397986615]
  本研究では, 雑音勾配降下法や雑音の強いニュートン法と併用して, 最適な個人推定値が得られることを示す。 シミュレーションにおける小サンプル実験性能の向上につながるバイアス補正の有効性を実証する。
  論文  参考訳（メタデータ） (2021-03-19T19:55:55Z)
• Nonparametric Score Estimators [49.42469547970041]
  未知分布によって生成されたサンプルの集合からスコアを推定することは確率モデルの推論と学習における基本的なタスクである。 正規化非パラメトリック回帰の枠組みの下で、これらの推定器の統一的なビューを提供する。 カールフリーカーネルと高速収束による計算効果を享受する反復正規化に基づくスコア推定器を提案する。
  論文  参考訳（メタデータ） (2020-05-20T15:01:03Z)
• Nonparametric Estimation of Uncertainty Sets for Robust Optimization [2.741266294612776]
  本研究では、ロバスト最適化問題に対する不確実性集合構築のためのデータ駆動手法について検討する。 確率質量が与えられた目標質量に近似することが保証された不確実性集合を推定するための非パラメトリック手法を提供する。
  論文  参考訳（メタデータ） (2020-04-07T01:47:55Z)

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。