面向概率和分位数的交互式Q学习
统计方法学
2015-05-22 v2
摘要
动态治疗方案是一系列决策规则，其中每个决策规则根据患者病史特征(如既往治疗和结果)推荐治疗方案。现有从数据估计最优动态治疗方案的方法优化的是响应变量的均值。然而，均值并不总是最合适的性能总结。我们推导了在二阶段、二值治疗设置中，优化响应分布的概率和分位数的决策规则估计量。这使得能够估计优化响应分布在预设点处的累积分布函数或预设分位数(如中位数)的动态治疗方案。所提出的方法在模拟实验中表现良好。我们使用一项序贯随机试验的数据来说明我们的方法，该试验的主要结果是抑郁症状的缓解。
引用
@article{arxiv.1407.3414,
title = {Interactive Q-learning for Probabilities and Quantiles},
author = {Kristin A. Linn and Eric B. Laber and Leonard A. Stefanski},
journal= {arXiv preprint arXiv:1407.3414},
year = {2015}
}