論文の概要: Potential Outcome Rankings for Counterfactual Decision Making
- arxiv url: http://arxiv.org/abs/2511.10776v1
- Date: Thu, 13 Nov 2025 19:58:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-17 22:42:18.319752
- Title: Potential Outcome Rankings for Counterfactual Decision Making
- Title（参考訳）: 要因決定のための潜在的アウトカムランク付け
- Authors: Yuta Kawakami, Jin Tian,
- Abstract要約: 我々は2つの新しい指標を導入することで、新しい対実的意思決定ルールについて検討する。
PoRは、個人にとって最も可能性の高い結果のランキングを明らかにしている。
PoBは、アクションが個人にとって最上位の結果をもたらす可能性が最も高いことを示している。
- 参考スコア（独自算出の注目度）: 13.227097895806734
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Counterfactual decision-making in the face of uncertainty involves selecting the optimal action from several alternatives using causal reasoning. Decision-makers often rank expected potential outcomes (or their corresponding utility and desirability) to compare the preferences of candidate actions. In this paper, we study new counterfactual decision-making rules by introducing two new metrics: the probabilities of potential outcome ranking (PoR) and the probability of achieving the best potential outcome (PoB). PoR reveals the most probable ranking of potential outcomes for an individual, and PoB indicates the action most likely to yield the top-ranked outcome for an individual. We then establish identification theorems and derive bounds for these metrics, and present estimation methods. Finally, we perform numerical experiments to illustrate the finite-sample properties of the estimators and demonstrate their application to a real-world dataset.
- Abstract（参考訳）: 不確実性に直面した対人的意思決定は、因果推論を用いていくつかの選択肢から最適な行動を選択することを含む。
意思決定者は予測可能な結果(またはそれに対応する実用性と望ましさ)をランク付けし、候補行動の選好を比較する。
本稿では,潜在的結果ランキング(PoR)の確率と,最も可能性の高い結果(PoB)を達成する確率の2つの新しい指標を導入することで,新たな事実決定ルールを検討する。
PoRは、個人にとって最も可能性の高い結果のランキングを示し、PoBは、個人にとって最も上位にランクされた結果をもたらす可能性が最も高いことを示している。
次に、同定定理を確立し、これらの測度に対する境界を導出し、推定方法を示す。
最後に,推定器の有限サンプル特性を説明する数値実験を行い,実世界のデータセットへの応用を実証する。
関連論文リスト
- A Principled Approach to Randomized Selection under Uncertainty: Applications to Peer Review and Grant Funding [61.86327960322782]
本稿では,各項目の品質の間隔推定に基づくランダム化意思決定の枠組みを提案する。
最適化に基づく最適化手法であるMERITを導入する。
MERITが既存のアプローチで保証されていない望ましい公理特性を満たすことを証明している。
論文 参考訳（メタデータ） (2025-06-23T19:59:30Z) - Treatment Effect Estimation for Optimal Decision-Making [65.30942348196443]
2段階CATE推定器を用いた最適意思決定について検討する。
本稿では,CATE推定誤差と判定性能のバランスをとるためにCATEを再ターゲットとした2段階学習目標を提案する。
論文 参考訳（メタデータ） (2025-05-19T13:24:57Z) - Reduced-Rank Multi-objective Policy Learning and Optimization [57.978477569678844]
実際には、因果研究者は先験を念頭において1つの結果を持っていない。
政府支援の社会福祉プログラムでは、政策立案者は貧困の多次元的性質を理解するために多くの成果を集めている。
本稿では、最適政策学習の文脈において、複数の結果に対するデータ駆動型次元性推論手法を提案する。
論文 参考訳（メタデータ） (2024-04-29T08:16:30Z) - Robust Design and Evaluation of Predictive Algorithms under Unobserved Confounding [6.925076885159747]
本稿では,予測アルゴリズムの堅牢な設計と評価のためのフレームワークを提案する。
様々な不確定な仮定が、所得グループ間での信用リスク予測と公平性評価に大きく影響していることが示される。
論文 参考訳（メタデータ） (2022-12-19T20:41:44Z) - Bounding Counterfactuals under Selection Bias [60.55840896782637]
本稿では,識別不能なクエリと識別不能なクエリの両方に対処するアルゴリズムを提案する。
選択バイアスによって引き起こされる欠如にもかかわらず、利用可能なデータの可能性は無限であることを示す。
論文 参考訳（メタデータ） (2022-07-26T10:33:10Z) - Explainability's Gain is Optimality's Loss? -- How Explanations Bias
Decision-making [0.0]
説明は、アルゴリズムと人間の意思決定者とのコミュニケーションを促進するのに役立つ。
因果モデルに関する特徴に基づく説明のセマンティクスは、意思決定者の以前の信念から漏れを引き起こす。
このような違いは、準最適かつ偏った決定結果をもたらす可能性がある。
論文 参考訳（メタデータ） (2022-06-17T11:43:42Z)
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。