論文の概要: Estimating Dyadic Treatment Effects with Unknown Confounders

• arxiv url: http://arxiv.org/abs/2405.16547v1
• Date: Sun, 26 May 2024 12:32:14 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-28 20:39:12.276304
• Title: Estimating Dyadic Treatment Effects with Unknown Confounders
• Title（参考訳）: 未知の共同設立者によるダイアド治療効果の推定
• Authors: Tadao Hoshino, Takahide Yanagi,
• Abstract要約: ダイアディックデータを用いた治療効果を統計的に評価する手法を提案する。 処理が交換可能な分布に従うという仮定の下では、我々の手法は観測不能な共起因子の存在を許容する。 本手法を国際貿易データに適用し、自由貿易協定が二国間貿易フローに与える影響を評価する。
• 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: This paper proposes a statistical inference method for assessing treatment effects with dyadic data. Under the assumption that the treatments follow an exchangeable distribution, our approach allows for the presence of any unobserved confounding factors that potentially cause endogeneity of treatment choice without requiring additional information other than the treatments and outcomes. Building on the literature of graphon estimation in network data analysis, we propose a neighborhood kernel smoothing method for estimating dyadic average treatment effects. We also develop a permutation inference method for testing the sharp null hypothesis. Under certain regularity conditions, we derive the rate of convergence of the proposed estimator and demonstrate the size control property of our test. We apply our method to international trade data to assess the impact of free trade agreements on bilateral trade flows.
• Abstract（参考訳）: 本稿では,ダイアディックデータによる治療効果を統計的に評価する手法を提案する。 治療が交換可能な分布に従うという仮定の下で、我々のアプローチは、治療と結果以外の追加情報を必要としない、治療選択の内在性を引き起こす可能性のある、観測されていない要因の存在を可能にする。 ネットワークデータ解析におけるグラファイト推定の文献に基づいて, 線量平均処理効果を推定する近傍カーネル平滑化法を提案する。 また、鋭いヌル仮説をテストするための置換推論法を開発した。 一定の規則性条件下では、提案した推定器の収束率を導出し、テストのサイズ制御特性を実証する。 本手法を国際貿易データに適用し、自由貿易協定が二国間貿易フローに与える影響を評価する。

関連論文リスト

• Conformal Diffusion Models for Individual Treatment Effect Estimation and Inference [6.406853903837333]
  個々の治療効果は、個々のレベルで最もきめ細かい治療効果を提供する。 本稿では,これらの複雑な課題に対処する共形拡散モデルに基づく新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-08-02T21:35:08Z)
• Interpretable Causal Inference for Analyzing Wearable, Sensor, and Distributional Data [62.56890808004615]
  本研究では,信頼性とロバストな意思決定を確実にする,分散データ解析の解釈可能な手法を開発した。 ADD MALTSの有用性について,糖尿病リスク軽減のための連続グルコースモニターの有効性について検討した。
  論文  参考訳（メタデータ） (2023-12-17T00:42:42Z)
• Uncertainty Quantification in Heterogeneous Treatment Effect Estimation with Gaussian-Process-Based Partially Linear Model [2.1212179660694104]
  個人間での不均一な治療効果を推定することは、批判的な意思決定を行うための統計ツールとして注目されている。 比較的小さなサンプルサイズ設定での意思決定を支援するために,治療効果推定の不確かさを定量化するベイズ推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-16T12:42:28Z)
• Benchmarking Bayesian Causal Discovery Methods for Downstream Treatment Effect Estimation [137.3520153445413]
  下流推論に重点を置く因果発見手法の評価において,顕著なギャップが存在する。 我々は,GFlowNetsに基づく新たな手法を含む,確立された7つの基本因果探索手法を評価する。 研究の結果,研究対象のアルゴリズムのいくつかは,多種多様なATEモードを効果的に捉えることができることがわかった。
  論文  参考訳（メタデータ） (2023-07-11T02:58:10Z)
• Bayesian Counterfactual Mean Embeddings and Off-Policy Evaluation [10.75801980090826]
  最終治療効果の期待を推定するための3つの新しいベイズ的手法を提案する。 これらの手法は、考慮された不確実性の原因が異なるため、2つのデータソースを組み合わせることが可能である。 我々はこれらの考え方を非政治評価フレームワークに一般化する。
  論文  参考訳（メタデータ） (2022-11-02T23:39:36Z)
• Heterogeneous Treatment Effect Bounds under Sample Selection with an Application to the Effects of Social Media on Political Polarization [0.0]
  本研究では,不均一因果効果パラメータに対する境界の推定と推定手法を提案する。 この方法は、ポリシーに関連する事前処理変数の関数として条件効果境界を提供する。 フレキシブルなデバイアス/ダブルな機械学習アプローチを使って、非線形機能形式や高次元の共創者に対応しています。
  論文  参考訳（メタデータ） (2022-09-09T14:42:03Z)
• Assessment of Treatment Effect Estimators for Heavy-Tailed Data [70.72363097550483]
  ランダム化制御試験(RCT)における治療効果の客観的評価における中心的な障害は、その性能をテストするための基礎的真理(または検証セット)の欠如である。 この課題に対処するための新しいクロスバリデーションのような方法論を提供する。 本手法は,Amazonサプライチェーンに実装された709RCTに対して評価を行った。
  論文  参考訳（メタデータ） (2021-12-14T17:53:01Z)
• Efficient Causal Inference from Combined Observational and Interventional Data through Causal Reductions [68.6505592770171]
  因果効果を推定する際の主な課題の1つである。 そこで本研究では,任意の数の高次元潜入共創者を置き換える新たな因果還元法を提案する。 パラメータ化縮小モデルを観測データと介入データから共同で推定する学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-03-08T14:29:07Z)
• 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)
• Interpretable Off-Policy Evaluation in Reinforcement Learning by Highlighting Influential Transitions [48.91284724066349]
  強化学習におけるオフ政治評価は、医療や教育などの領域における将来の成果を改善するために観察データを使用する機会を提供する。 信頼区間のような従来の尺度は、ノイズ、限られたデータ、不確実性のために不十分である可能性がある。 我々は,人間専門家が政策評価評価評価の妥当性を分析できるように,ハイブリッドAIシステムとして機能する手法を開発した。
  論文  参考訳（メタデータ） (2020-02-10T00:26:43Z)

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。