論文の概要: On Nonasymptotic Confidence Intervals for Treatment Effects in Randomized Experiments

• arxiv url: http://arxiv.org/abs/2601.11744v1
• Date: Fri, 16 Jan 2026 19:54:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.307233
• Title: On Nonasymptotic Confidence Intervals for Treatment Effects in Randomized Experiments
• Title（参考訳）: ランダム化実験における治療効果の無症状信頼区間について
• Authors: Ricardo J. Sandoval, Sivaraman Balakrishnan, Avi Feller, Michael I. Jordan, Ian Waudby-Smith,
• Abstract要約: ランダム化実験における治療効果に対する無症状(有限サンプル)信頼区間について検討した。 この性能ギャップは閉鎖可能であり, 同一の有効サンプルサイズを持つ漸近的信頼区間を設計する。 また,情報理論的な意味では,無症状率の達成は不可能であることを示す。
• 参考スコア（独自算出の注目度）: 45.83633072085246
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study nonasymptotic (finite-sample) confidence intervals for treatment effects in randomized experiments. In the existing literature, the effective sample sizes of nonasymptotic confidence intervals tend to be looser than the corresponding central-limit-theorem-based confidence intervals by a factor depending on the square root of the propensity score. We show that this performance gap can be closed, designing nonasymptotic confidence intervals that have the same effective sample size as their asymptotic counterparts. Our approach involves systematic exploitation of negative dependence or variance adaptivity (or both). We also show that the nonasymptotic rates that we achieve are unimprovable in an information-theoretic sense.
• Abstract（参考訳）: ランダム化実験における治療効果に対する無症状(有限サンプル)信頼区間について検討した。 既存の文献では、漸近的信頼区間の有効標本サイズは、正則性スコアの平方根に依存する因子によって対応する中心極限-理論に基づく信頼区間よりも緩い傾向にある。 この性能ギャップは閉鎖可能であることを示し、漸近的信頼区間を設計し、その非漸近的信頼区間と同一の有効サンプルサイズを持つことを示す。 我々のアプローチは、負の依存または分散適応性(または両方)を体系的に利用することである。 また,情報理論的な意味では,無症状率の達成は不可能であることを示す。

関連論文リスト

• Simulation-Based Inference for Adaptive Experiments [38.841210420855276]
  マルチアームバンディットの実験的な設計は、標準的なランダム化試験よりもますます採用されている。 そこで本研究では,腕特定手段の仮説テストと信頼区間構築のためのシミュレーションに基づくアプローチを提案する。 以上の結果から,提案手法は,設計対象でない腕の大幅な改善を図りながら,信頼性区間幅を最大50%削減し,所望のカバレッジを達成できることが示唆された。
  論文  参考訳（メタデータ） (2025-06-03T13:46:59Z)
• Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations [44.71254888821376]
  我々は、一般的な非データ生成プロセスの下で、最初のタイプIエラーと予測リジェクション時間保証を提供する。 本研究では, 平均処理効果など, 方程式を推定することによって定義されるパラメータの推測に, 結果を適用する方法を示す。
  論文  参考訳（メタデータ） (2022-12-29T18:37:08Z)
• Treatment Effect Risk: Bounds and Inference [58.442274475425144]
  平均的な治療効果は社会福祉の変化を測定するため、たとえ肯定的であっても、人口の約10%に悪影響を及ぼすリスクがある。 本稿では,ICT分布のリスク条件値(CVaR)として定式化されたこの重要なリスク尺度をどう評価するかを検討する。 いくつかの境界は、複素CATE関数を単一の計量に要約したものと解釈することもでき、有界であることとは無関係に興味を持つ。
  論文  参考訳（メタデータ） (2022-01-15T17:21:26Z)
• Time-uniform central limit theory and asymptotic confidence sequences [34.00292366598841]
  信頼シーケンス(CS)は任意の停止時間に有効な推論を提供し、データに対する「覗き見」に対する罰則を生じさせない。 CSは漸近的ではなく、有限サンプルの保証を楽しむが、上記の信頼区間の広範な適用性はない。 CLTのような汎用性と(漸近的な)時間一様保証に対する漸近的CSは非漸近的妥当性を否定する。
  論文  参考訳（メタデータ） (2021-03-11T05:45:35Z)
• CoinDICE: Off-Policy Confidence Interval Estimation [107.86876722777535]
  強化学習における高信頼行動非依存のオフ政治評価について検討する。 様々なベンチマークにおいて、信頼区間推定が既存の手法よりも厳密で精度が高いことが示されている。
  論文  参考訳（メタデータ） (2020-10-22T12:39:11Z)
• Uncertainty quantification for nonconvex tensor completion: Confidence intervals, heteroscedasticity and optimality [92.35257908210316]
  本研究では,不完全かつ破損した観測によって与えられる低ランクテンソルを推定する問題について検討する。 改善不可能なレートをell-2$の精度で達成できることが分かりました。
  論文  参考訳（メタデータ） (2020-06-15T17:47:13Z)
• Conformal Inference of Counterfactuals and Individual Treatment Effects [6.810856082577402]
  そこで本研究では,反ファクトや個々の治療効果について,信頼できる間隔を推定できる共形推論に基づく手法を提案する。 既存の手法は、単純なモデルであってもかなりのカバレッジの欠陥に悩まされる。
  論文  参考訳（メタデータ） (2020-06-11T01:03:32Z)

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。