論文の概要: A Statistical Test for the Benefits of Personalizing Interventions

• arxiv url: http://arxiv.org/abs/2607.08951v1
• Date: Thu, 09 Jul 2026 21:21:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 14:47:12.742199
• Title: A Statistical Test for the Benefits of Personalizing Interventions
• Title（参考訳）: パーソナライズ・インターベンションのメリットに関する統計的検証
• Abstract要約: 我々は,個人化された介入政策のパフォーマンスが,最も優れた単一介入を超越する証拠を,歴史的データから評価する統計仮説テストを導入する。 職業訓練、抑うつ治療、教育、レコメンデーションシステムからの多様なデータセットの結果は、テストの汎用性と代替よりも優れたパフォーマンスを示している。
• 参考スコア（独自算出の注目度）: 15.472379457962075
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: From medicine to marketing to social sciences, the promise of tailoring interventions to individuals is undeniable. However, practical applications force weighing personalization's potential benefits with its possible increased cost and fragility. We introduce a statistical hypothesis test that evaluates, given historical data, evidence that a personalized intervention policy's performance will surpass deploying the best single intervention. The test maintains strict type-I error control while achieving asymptotic normality with the minimal possible variance under specified conditions. Results on diverse datasets from job training, depression treatment, education and recommendation systems demonstrate the test's versatility and its superior performance over alternatives. This test can support decision-makers throughout the intervention sciences by providing a simple and powerful quantification of the potential benefits of personalization.
• Abstract（参考訳）: 医学からマーケティング、社会科学まで、個人への介入を調整するという約束は否定できない。 しかし、実用的応用は、パーソナライゼーションの潜在的な利益を、コストと脆弱性の増加によって重み付けさせる。 個人化された介入政策のパフォーマンスが、最も優れた単一介入の展開を超越する証拠を、歴史的データから評価する統計仮説テストを導入する。 このテストは、特定の条件下での最小限の分散で漸近正規性を達成しつつ、厳密なタイプIエラー制御を維持している。 職業訓練、抑うつ治療、教育、レコメンデーションシステムからの多様なデータセットの結果は、テストの汎用性と代替よりも優れたパフォーマンスを示している。 このテストは、パーソナライゼーションの潜在的利益の単純で強力な定量化を提供することで、介入科学全体を通じて意思決定者を支援することができる。

関連論文リスト

• Beyond ATE: Multi-Criteria Design for A/B Testing [16.67400872891851]
  A/Bテストは、臨床試験とオンラインプラットフォームの両方で条件平均治療効果(CATE)を推定する手法として広く採用されている。 本稿では、不均一な治療効果を有する(適応的な)実験において、社会福祉損失と統計的精度の基本的なトレードオフについて検討する。
  論文  参考訳（メタデータ） (2025-09-06T23:42:22Z)
• TestAgent: An Adaptive and Intelligent Expert for Human Assessment [62.060118490577366]
  対話型エンゲージメントによる適応テストを強化するために,大規模言語モデル(LLM)を利用したエージェントであるTestAgentを提案する。 TestAgentは、パーソナライズされた質問の選択をサポートし、テストテイカーの応答と異常をキャプチャし、動的で対話的なインタラクションを通じて正確な結果を提供する。
  論文  参考訳（メタデータ） (2025-06-03T16:07:54Z)
• Prediction-Powered Causal Inferences [59.98498488132307]
  予測型因果推論(PPCI)に焦点をあてる まず, 条件付きキャリブレーションにより, 人口レベルでの有効なPPCIが保証されることを示す。 次に、実験間での十分な表現制約伝達の妥当性を導入する。
  論文  参考訳（メタデータ） (2025-02-10T10:52:17Z)
• 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)
• Privacy Preserving Adaptive Experiment Design [13.839525385976303]
  社会的福祉の喪失と統計的権力とのトレードオフを文脈的盗賊実験で検討する。 プライバシが"ほぼ無償"であることを示す,下位境界にマッチする差分プライベートアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-01-16T09:22:12Z)
• Designing and evaluating an online reinforcement learning agent for physical exercise recommendations in N-of-1 trials [0.9865722130817715]
  オンライン強化学習エージェントによるパーソナライズされた介入の実装が実現可能か,有効かを検証した,革新的なN-of-1トライアルデザインを提案する。 その結果、まず、オンライン強化学習エージェントによるパーソナライズされた介入を実装することは可能であった。 第二に、このような適応的介入は、わずかな観察しか得られなくても、患者の利益を改善する可能性がある。
  論文  参考訳（メタデータ） (2023-09-25T14:08:21Z)
• Position: AI Evaluation Should Learn from How We Test Humans [65.36614996495983]
  人間の評価のための20世紀起源の理論である心理測定は、今日のAI評価における課題に対する強力な解決策になり得る、と我々は主張する。
  論文  参考訳（メタデータ） (2023-06-18T09:54:33Z)
• Policy Optimization for Personalized Interventions in Behavioral Health [8.10897203067601]
  デジタルプラットフォームを通じて提供される行動的健康介入は、健康結果を大幅に改善する可能性がある。 患者に対するパーソナライズされた介入を最適化して長期的効果を最大化する問題について検討した。 患者システムの状態空間を個別のレベルに分解するDecompPIをダブする新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-03-21T21:42:03Z)
• Uncertainty-Aware Instance Reweighting for Off-Policy Learning [63.31923483172859]
  本研究では,不確実性を考慮した逆確率スコア推定器 (UIPS) を提案する。 実世界の3つのレコメンデーションデータセットを用いた実験結果から,提案したUIPS推定器の有効サンプル効率が示された。
  論文  参考訳（メタデータ） (2023-03-11T11:42:26Z)
• Private Sequential Hypothesis Testing for Statisticians: Privacy, Error Rates, and Sample Size [24.149533870085175]
  我々は、Renyi差分プライバシーとして知られる、差分プライバシーのわずかな変種の下で、シーケンシャル仮説テスト問題を研究する。 我々は,Wald's Sequential Probability Ratio Test (SPRT)に基づく新たなプライベートアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-04-10T04:15:50Z)
• Incorporating Expert Guidance in Epidemic Forecasting [79.91855362871496]
  AIセーフティによるセルドニアン最適化フレームワークを活用した新しいアプローチを提案します。 円滑性と誤りの地域整合性という2種類のガイダンスについて検討する。 その定式化に成功することにより、望ましくない行動が起こる確率を拘束できるだけでなく、テストデータのRMSEを最大17%削減することができることを示しています。
  論文  参考訳（メタデータ） (2020-12-24T06:21:53Z)
• Efficient Empowerment Estimation for Unsupervised Stabilization [75.32013242448151]
  エンパワーメント原理は 直立位置での 力学系の教師なし安定化を可能にする 本稿では,ガウスチャネルとして動的システムのトレーニング可能な表現に基づく代替解を提案する。 提案手法は, サンプルの複雑さが低く, 訓練時より安定であり, エンパワーメント機能の本質的特性を有し, 画像からエンパワーメントを推定できることを示す。
  論文  参考訳（メタデータ） (2020-07-14T21:10:16Z)

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。