GEAR：利用辅助数据的最优决策制定
统计方法学
2021-04-22 v1 统计理论
应用统计
机器学习
统计理论
摘要
个性化最优决策制定，即基于个体特征寻找最优决策规则（ODR），近来在教育、经济学和医学等诸多领域引起了越来越多的关注。当前的 ODR 方法通常需要在样本中评估处理效应的主要感兴趣结局，即实验样本。然而，在许多研究中，处理可能具有长期效应，因此由于实验持续时间有限，在实验样本中无法观察到主要感兴趣结局，这使得 ODR 的估计变得不可能。本文受此启发，通过利用辅助样本来促进实验样本中 ODR 的估计。我们提出了一种基于实验与辅助样本的增广逆倾向加权决策规则（GEAR），通过在决策规则类上最大化增广逆倾向加权价值估计量来利用实验样本，其中主要结局基于辅助样本进行插补。我们建立了所提出的 GEAR 估计量及其相关价值估计量的渐近性质。通过模拟研究并结合真实的艾滋病应用证明了其实证有效性。
引用
@article{arxiv.2104.10573,
title = {GEAR: On Optimal Decision Making with Auxiliary Data},
author = {Hengrui Cai and Rui Song and Wenbin Lu},
journal= {arXiv preprint arXiv:2104.10573},
year = {2021}
}