最优策略下附属性能指标的估计
统计理论
2025-09-09 v1 统计理论
摘要
在策略学习中，目标通常是优化一个主要性能指标，但其他附属指标也常常值得关注。本文提出了两种策略，用于在对于主要指标最优的策略下评估这些附属指标。第一种策略依赖于一种新颖的边际条件，该条件有助于Wald型推断。在该条件和其他正则性条件下，我们证明了一步校正估计量是有效的。尽管这个边际条件有用，但它对接近最优策略的附属指标行为施加了很强的限制，这在实践中可能不成立。因此，我们引入了不需要边际条件的替代两阶段策略。第一阶段构建一组候选策略，第二阶段在该集合上构建一个统一置信区间。我们提供了数值模拟来评估这些方法在不同场景下的性能。
引用
@article{arxiv.2401.04265,
title = {Estimation of subsidiary performance metrics under optimal policies},
author = {Zhaoqi Li and Houssam Nassif and Alex Luedtke},
journal= {arXiv preprint arXiv:2401.04265},
year = {2025}
}