論文の概要: Identification of Unobservables in Observations
- arxiv url: http://arxiv.org/abs/2212.02585v1
- Date: Mon, 5 Dec 2022 20:24:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-07 17:34:00.644474
- Title: Identification of Unobservables in Observations
- Title(参考訳): 観測における観測不能の同定
- Authors: Yingyao Hu
- Abstract要約: 観測可能値がそれぞれの観測で異なる場合、観測可能値から観測不能値への写像が存在する。
鍵となるのは、可観測物の分布から可観測物と可観測物の合同分布を同定することにある。
- 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: In empirical studies, the data usually don't include all the variables of
interest in an economic model. This paper shows the identification of
unobserved variables in observations at the population level. When the
observables are distinct in each observation, there exists a function mapping
from the observables to the unobservables. Such a function guarantees the
uniqueness of the latent value in each observation. The key lies in the
identification of the joint distribution of observables and unobservables from
the distribution of observables. The joint distribution of observables and
unobservables then reveal the latent value in each observation. Three examples
of this result are discussed.
- Abstract(参考訳): 実証的研究では、通常、データは経済モデルにおけるすべての変数を含まない。
本稿では,人口レベルでの観測における観測変数の同定について述べる。
観測可能値がそれぞれの観測で異なる場合、観測可能値から観測不能値への写像が存在する。
このような関数は各観測における潜在値の特異性を保証する。
鍵は可観測物の分布から可観測物と可観測物の合同分布を同定することにある。
観測可能値と観測不能値の合同分布は、各観測値の潜在値を明らかにする。
この結果の3つの例について論じる。
関連論文リスト
- Self-testing of an unbounded number of mutually commuting local
observables [0.0]
局所的な可換性や可観測性は量子非局所性を明らかにするために利用できないことはよく研究されている。
ネットワーク内の2つの局所性およびn-局所性不等式を最適に定式化する量子違反は、相互に通勤する一方の観測可能量を一意に固定することを示す。
論文 参考訳(メタデータ) (2023-11-08T12:20:48Z) - Foundations of non-commutative probability theory (Extended abstract) [1.8782750537161614]
コルモゴロフの確率論に対する設定は、量子力学から生じる確率を考慮に入れた独自の一般化を与える。
サンプル空間はこの表現において中心的な役割を持ち、確率変数、すなわち可観測変数は自然な方法で定義される。
論文 参考訳(メタデータ) (2023-06-01T20:34:01Z) - 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) - On the Strong Correlation Between Model Invariance and Generalization [54.812786542023325]
一般化は、見えないデータを分類するモデルの能力をキャプチャする。
不変性はデータの変換におけるモデル予測の一貫性を測定する。
データセット中心の視点から、あるモデルの精度と不変性は異なるテストセット上で線形に相関している。
論文 参考訳(メタデータ) (2022-07-14T17:08:25Z) - Combining Observational and Randomized Data for Estimating Heterogeneous
Treatment Effects [82.20189909620899]
不均一な治療効果を推定することは、多くの領域において重要な問題である。
現在、現存するほとんどの作品は観測データにのみ依存している。
本稿では、大量の観測データと少量のランダム化データを組み合わせることで、不均一な処理効果を推定する。
論文 参考訳(メタデータ) (2022-02-25T18:59:54Z) - Mutually Unbiased Quantum Observables [0.0]
有限次元ヒルベルト空間上で相互非バイアス(MU)可観測性を定義する。
本稿では, MU可観測値, 値補観測値, その他の2つの可観測値の関連について述べる。
有限位置と運動量オブザーバブルは、値補足であるMU可観測値の部分と、そうでない部分の例を示すために用いられる。
論文 参考訳(メタデータ) (2021-10-06T23:07:41Z) - Coarse-Graining of Observables [0.0]
まず、カーネルの観点から確率測度の粗粒化を定義する。
2つの確率測度が共存することを示す。
これらの概念をオブザーバブルや楽器に拡張し、2つのオブザーバブルが共存する必要はないことを言及する。
論文 参考訳(メタデータ) (2021-09-14T23:43:35Z) - Nested Counterfactual Identification from Arbitrary Surrogate
Experiments [95.48089725859298]
観測と実験の任意の組み合わせからネスト反事実の同定について検討した。
具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
論文 参考訳(メタデータ) (2021-07-07T12:51:04Z) - OR-Net: Pointwise Relational Inference for Data Completion under Partial
Observation [51.083573770706636]
この作業はリレーショナル推論を使って不完全なデータを埋めます。
本稿では,2つの点での相対性理論をモデル化するために,全関係ネットワーク (or-net) を提案する。
論文 参考訳(メタデータ) (2021-05-02T06:05:54Z) - Conditioned Observables in Quantum Mechanics [0.0]
本稿では,有限次元量子力学における条件付き可観測物の基本的な性質について述べる。
観測可能な3つの変数の条件付けと観測可能な補完について検討する。
最後に、観測可能量ではなく自己随伴作用素の観点から条件づけを定義する方法を提案する。
論文 参考訳(メタデータ) (2020-05-10T20:31:07Z) - Learning from Aggregate Observations [82.44304647051243]
本研究では,一組のインスタンスに監視信号が与えられる集合観察から学習する問題について検討する。
本稿では,多種多様な集合観測に適合する一般的な確率的枠組みを提案する。
単純な極大解は様々な微分可能なモデルに適用できる。
論文 参考訳(メタデータ) (2020-04-14T06:18:50Z)
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。