Fugu-MT 論文翻訳(概要): Shapley Curves: A Smoothing Perspective

論文の概要: Shapley Curves: A Smoothing Perspective

arxiv url: http://arxiv.org/abs/2211.13289v5
Date: Wed, 3 Apr 2024 12:04:18 GMT
ステータス: 処理完了
システム内更新日: 2024-04-04 23:47:24.276324
Title: Shapley Curves: A Smoothing Perspective
Title（参考訳）: Shapley Curves:スムースな視点
Authors: Ratmir Miftachov, Georg Keilbar, Wolfgang Karl Härdle,
Abstract要約: 集団レベルのtextitShapley 曲線を導入し、真の変数の重要性を測る。 2つの主要な推定戦略に対する一般条件下での最小収束率と正規度を導出する。
参考スコア（独自算出の注目度）: 1.1743167854433303
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper fills the limited statistical understanding of Shapley values as a variable importance measure from a nonparametric (or smoothing) perspective. We introduce population-level \textit{Shapley curves} to measure the true variable importance, determined by the conditional expectation function and the distribution of covariates. Having defined the estimand, we derive minimax convergence rates and asymptotic normality under general conditions for the two leading estimation strategies. For finite sample inference, we propose a novel version of the wild bootstrap procedure tailored for capturing lower-order terms in the estimation of Shapley curves. Numerical studies confirm our theoretical findings, and an empirical application analyzes the determining factors of vehicle prices.
Abstract（参考訳）: 本稿では,非パラメトリック(あるいは平滑化)の観点から,Shapley値の限定的な統計的理解を変数重要度として補足する。我々は,条件付き期待関数と共変量の分布から決定される真の変数の重要度を測定するために,集団レベル \textit{Shapley curves を導入する。推定値を定義した上で、2つの主要な推定戦略の一般的な条件の下で、最小収束率と漸近正規性(英語版)を導出する。有限サンプル推定のために,Shapley曲線の推定における下位項の取得に適したワイルドブートストラップ法を提案する。数値解析により理論的知見が確認され,車両価格の決定要因を実験的に分析する。

関連論文リスト

Multivariate root-n-consistent smoothing parameter free matching estimators and estimators of inverse density weighted expectations [51.000851088730684]
我々は、パラメトリックな$sqrt n $-rateで収束する、最も近い隣人の新しい修正とマッチング推定器を開発する。我々は,非パラメトリック関数推定器は含まないこと,特に標本サイズ依存パラメータの平滑化には依存していないことを強調する。
論文参考訳（メタデータ） (2024-07-11T13:28:34Z)
Nonparametric estimation of a covariate-adjusted counterfactual treatment regimen response curve [2.7446241148152253]
治療体制下での平均結果を柔軟に推定することは、パーソナライズされた医療にとって重要なステップである。本研究では,スムーズな規則応答曲線関数の逆確率重み付き非パラメトリック効率推定器を提案する。いくつかの有限サンプル特性はシミュレーションによって探索される。
論文参考訳（メタデータ） (2023-09-28T01:46:24Z)
Statistical Estimation Under Distribution Shift: Wasserstein Perturbations and Minimax Theory [24.540342159350015]
我々はWasserstein分布シフトに注目し、各データポイントがわずかに摂動する可能性がある。データポイント間の独立あるいは協調的な関節シフトである摂動について検討する。位置推定,線形回帰,非パラメトリック密度推定など,いくつかの重要な統計問題を解析する。
論文参考訳（メタデータ） (2023-08-03T16:19:40Z)
A Tale of Sampling and Estimation in Discounted Reinforcement Learning [50.43256303670011]
割引平均推定問題に対して最小値の最小値を求める。マルコフ過程の割引されたカーネルから直接サンプリングすることで平均を推定すると、説得力のある統計的性質が得られることを示す。
論文参考訳（メタデータ） (2023-04-11T09:13:17Z)
Optimal policy evaluation using kernel-based temporal difference methods [78.83926562536791]
カーネルヒルベルト空間を用いて、無限水平割引マルコフ報酬過程の値関数を推定する。我々は、関連するカーネル演算子の固有値に明示的に依存した誤差の非漸近上界を導出する。 MRP のサブクラスに対する minimax の下位境界を証明する。
論文参考訳（メタデータ） (2021-09-24T14:48:20Z)
Heavy-tailed Streaming Statistical Estimation [58.70341336199497]
ストリーミング$p$のサンプルから重み付き統計推定の課題を考察する。そこで我々は,傾きの雑音に対して,よりニュアンスな条件下での傾きの傾きの低下を設計し,より詳細な解析を行う。
論文参考訳（メタデータ） (2021-08-25T21:30:27Z)
Near-optimal inference in adaptive linear regression [60.08422051718195]
最小二乗法のような単純な方法でさえ、データが適応的に収集されるときの非正規な振る舞いを示すことができる。我々は,これらの分布異常を少なくとも2乗推定で補正するオンラインデバイアス推定器のファミリーを提案する。我々は,マルチアームバンディット,自己回帰時系列推定,探索による能動的学習などの応用を通して,我々の理論の有用性を実証する。
論文参考訳（メタデータ） (2021-07-05T21:05:11Z)
Divergence Frontiers for Generative Models: Sample Complexity, Quantization Level, and Frontier Integral [58.434753643798224]
多様性フロンティアは生成モデルの評価フレームワークとして提案されている。分岐フロンティアのプラグイン推定器のサンプル複雑性の非漸近的境界を確立する。また,スムーズな分布推定器の統計的性能を調べることにより,分散フロンティアの枠組みも強化する。
論文参考訳（メタデータ） (2021-06-15T06:26:25Z)
Distribution-Free Robust Linear Regression [5.532477732693]
共変体の分布を仮定せずにランダムな設計線形回帰を研究する。最適部分指数尾を持つオーダー$d/n$の過大なリスクを達成する非線形推定器を構築する。我々は、Gy"orfi, Kohler, Krzyzak, Walk が原因で、truncated least squares 推定器の古典的境界の最適版を証明した。
論文参考訳（メタデータ） (2021-02-25T15:10:41Z)
Distributionally Robust Parametric Maximum Likelihood Estimation [13.09499764232737]
パラメトリックな名目分布に対して,最悪の場合のログロスを均一に最小化する,分布的に頑健な最大確率推定器を提案する。我々の新しい頑健な推定器は、統計的整合性も享受し、回帰と分類の両方に有望な実験結果を提供する。
論文参考訳（メタデータ） (2020-10-11T19:05:49Z)
Minimax Estimation of Conditional Moment Models [40.95498063465325]
min-max基準関数を導入し,ゼロサムゲームの解法とみなすことができる。任意の仮説空間に対する結果推定器の統計的推定速度を解析する。修正された平均二乗誤差率と、逆問題の不備とが組み合わさって、平均二乗誤差率をもたらすことを示す。
論文参考訳（メタデータ） (2020-06-12T14:02:38Z)

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。