面向策略学习的异质处理效应的公平且鲁棒估计
统计方法学
2023-12-21 v2 机器学习
机器学习
摘要
我们提出了一种在公平性约束下对非参数异质处理效应进行估计的简单通用框架。在标准正则条件下，我们证明所得估计量具有双重鲁棒性。我们利用该框架刻画了公平性与最优策略所能达到的最大福利之间的权衡。我们通过一项模拟研究评估了这些方法，并在一个真实案例研究中进行了说明。
引用
@article{arxiv.2306.03625,
title = {Fair and Robust Estimation of Heterogeneous Treatment Effects for Policy Learning},
author = {Kwangho Kim and José R. Zubizarreta},
journal= {arXiv preprint arXiv:2306.03625},
year = {2023}
}