最近邻匹配的 $L_2$ 一致性
统计理论
2022-06-02 v4 机器学习
统计理论
摘要
有偏抽样与缺失数据使从因果推断到强化学习的统计问题复杂化。我们常通过匹配方法与重要性加权来纠正摘要统计量的有偏抽样。在本文中，我们研究最近邻匹配（NNM），它通过在有偏样本中以未观测变量的最近邻替代来给出有偏样本下总体量的估计。我们证明了在有限维中无需光滑性与有界性假设时 NNM 是 一致的。我们讨论了 NNM 的应用，概述了将本工作推广到可分离度量空间的障碍，并将该结果与逆概率加权进行比较。
引用
@article{arxiv.1902.02408,
title = {On $L_2$-consistency of nearest neighbor matching},
author = {James Sharpnack},
journal= {arXiv preprint arXiv:1902.02408},
year = {2022}
}