論文の概要: Direct Doubly Robust Estimation of Conditional Quantile Contrasts

• arxiv url: http://arxiv.org/abs/2601.19666v1
• Date: Tue, 27 Jan 2026 14:46:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-28 15:26:51.350868
• Title: Direct Doubly Robust Estimation of Conditional Quantile Contrasts
• Title（参考訳）: 条件付き量子コントラストの直接2倍ロバスト推定
• Authors: Josh Givens, Song Liu, Henry W J Reeve, Katarzyna Reluga,
• Abstract要約: 条件量子コンパレータ(CQC)は条件量子処理効果(CQTE)に類似した条件量子レベルの要約を提供する 電流推定は、まず条件付き累積分布関数の差を推定し、逆推定する必要性によって制限される。 我々はCQCの最初の直接推定器を提案し、明示的なモデリングとパラメータ化を可能にした。
• 参考スコア（独自算出の注目度）: 8.035129168712334
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Within heterogeneous treatment effect (HTE) analysis, various estimands have been proposed to capture the effect of a treatment conditional on covariates. Recently, the conditional quantile comparator (CQC) has emerged as a promising estimand, offering quantile-level summaries akin to the conditional quantile treatment effect (CQTE) while preserving some interpretability of the conditional average treatment effect (CATE). It achieves this by summarising the treated response conditional on both the covariates and the untreated response. Despite these desirable properties, the CQC's current estimation is limited by the need to first estimate the difference in conditional cumulative distribution functions and then invert it. This inversion obscures the CQC estimate, hampering our ability to both model and interpret it. To address this, we propose the first direct estimator of the CQC, allowing for explicit modelling and parameterisation. This explicit parameterisation enables better interpretation of our estimate while also providing a means to constrain and inform the model. We show, both theoretically and empirically, that our estimation error depends directly on the complexity of the CQC itself, improving upon the existing estimation procedure. Furthermore, it retains the desirable double robustness property with respect to nuisance parameter estimation. We further show our method to outperform existing procedures in estimation accuracy across multiple data scenarios while varying sample size and nuisance error. Finally, we apply it to real-world data from an employment scheme, uncovering a reduced range of potential earnings improvement as participant age increases.
• Abstract（参考訳）: ヘテロジニアス処理効果 (HTE) 分析では, 共変量に対する処理条件の影響を捉えるために, 様々なエキシマンドが提案されている。 近年、条件平均処理効果(CATE)の解釈性を保ちつつ、条件量子処理効果(CQTE)に類似した量子レベルの要約を提供する、条件量子処理コンパレータ(CQC)が有望な評価として登場した。 これは、共変量と未処理応答の両方で処理された応答条件を要約することによって達成される。 これらの望ましい性質にもかかわらず、CQCの現在の推定は、まず条件付き累積分布関数の差を推定し、それを反転させることによって制限される。 この逆転は、CQCの推定を曖昧にし、モデル化と解釈の両方の能力を妨げます。 そこで本研究では,CQCの最初の直接推定器を提案する。 この明示的なパラメータ化は、モデルに制約を与えて通知する手段を提供しながら、見積もりのより良い解釈を可能にします。 理論上も経験的にも,我々の推定誤差はCQC自体の複雑さに直接依存し,既存の推定方法の改善が示される。 さらに、ニュアンスパラメータ推定に関して望ましい二重ロバスト性を保持する。 さらに, サンプルサイズやニュアンス誤差の異なる複数のデータシナリオにおいて, 推定精度において既存の手順より優れていることを示す。 最後に、雇用計画から得られた実世界のデータに適用し、参加者年齢の増加に伴い、潜在的な収益改善の範囲が減少することを明らかにする。

関連論文リスト

• Rectifying Conformity Scores for Better Conditional Coverage [75.73184036344908]
  本稿では,分割共形予測フレームワーク内で信頼セットを生成する新しい手法を提案する。 本手法は,任意の適合度スコアのトレーニング可能な変換を行い,条件付き範囲を正確に確保しつつ,条件付き範囲を改善する。
  論文  参考訳（メタデータ） (2025-02-22T19:54:14Z)
• Conditional Outcome Equivalence: A Quantile Alternative to CATE [7.298573111387454]
  条件量子処理効果(CQTE)は、条件平均処理効果(CATE)を超える治療の効果についての洞察を与えることができる。 CQTEの推定は困難であり、個々の量子の滑らかさに依存することが多い。 条件量子コンパレータ(CQC)の新たな評価法を提案する。
  論文  参考訳（メタデータ） (2024-10-16T11:04:16Z)
• Mitigating LLM Hallucinations via Conformal Abstention [70.83870602967625]
  我々は,大言語モデルが一般ドメインでの応答をいつ無視すべきかを決定するための,原則化された手順を開発する。 我々は、幻覚率(エラー率)の厳密な理論的保証の恩恵を受けるため、共形予測手法を活用して、禁忌手順を開発する。 実験によって得られた共形禁忌法は, 種々の閉書, オープンドメイン生成質問応答データセットに, 幻覚率を確実に拘束する。
  論文  参考訳（メタデータ） (2024-04-04T11:32:03Z)
• Flexible Nonparametric Inference for Causal Effects under the Front-Door Model [2.6900047294457683]
  本研究では, 平均治療効果, 平均治療効果の両面から, 新規な1段階, 目標最小損失ベース推定装置を開発した。 我々の推定器は観測されたデータ分布のパラメータ化に基づいて構築され、メディエータ密度を完全に回避するアプローチを含む。 因果効果推定器の効率を向上させるためにこれらの制約をどのように活用できるかを示す。
  論文  参考訳（メタデータ） (2023-12-15T22:04:53Z)
• Doubly Robust Proximal Causal Learning for Continuous Treatments [56.05592840537398]
  本稿では,カーネルベースの2倍頑健な因果学習推定器を提案する。 オラクル形式は影響関数の一貫した近似であることを示す。 次に、平均二乗誤差の観点から総合収束解析を行う。
  論文  参考訳（メタデータ） (2023-09-22T12:18:53Z)
• Evaluating Dynamic Conditional Quantile Treatment Effects with Applications in Ridesharing [15.35497380896072]
  そこで我々は, 動的量子的処理効果(QTE)を, 処理に依存しない特性に基づいて計算するための公式な枠組みを確立した。 次に、2つの可変係数決定プロセス(VCDP)モデルを導入し、動的CQTEをテストする革新的な方法を提案する。 本手法の実用性を実証するため,配車プラットフォームから実世界の3つのデータセットに適用した。
  論文  参考訳（メタデータ） (2023-05-17T13:12:48Z)
• Conformalized Unconditional Quantile Regression [27.528258690139793]
  コンフォメーション予測と非条件量子回帰を組み合わせた予測推論手法を開発した。 提案手法は不整合性に適応し,テストインスタンスに関連する透過的なカバレッジ保証を提供し,既存の手法と効率的に競合することを示す。
  論文  参考訳（メタデータ） (2023-04-04T00:20:26Z)
• Robust and Agnostic Learning of Conditional Distributional Treatment Effects [44.31792000298105]
  問題クラスに対する条件付きDTE(Conditional DTE)を学習するための、新しい堅牢でモデルに依存しない方法論を提供する。 本手法は回帰モデルクラスにCDTEの最良のプロジェクションを提供することができるため,モデルに依存しない。 シミュレーションにおける提案手法の挙動と,富に対する401(k)の適格性の影響を事例として検討した。
  論文  参考訳（メタデータ） (2022-05-23T17:40:31Z)
• Conditional Distributional Treatment Effect with Kernel Conditional Mean Embeddings and U-Statistic Regression [20.544239209511982]
  条件付き分布処理効果(CoDiTE) CoDiTEは平均を超える治療の分布側面を符号化する。 合成,半合成,実データに関する実験は,このアプローチのメリットを示している。
  論文  参考訳（メタデータ） (2021-02-16T15:09:23Z)

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。