在线平衡实验设计
统计方法学
2022-03-07 v1
摘要
我们考虑在线环境中的实验设计问题，这是降低随机化实验中估计方差的重要实践任务，可带来更高精度，进而改善决策。本工作中，我们提出的算法建立在近期在线差异最小化进展之上，可同时容纳任意处理概率与多种处理。所提算法计算高效、最小化协变量不平衡，并包含随机化以使其对误设定具有鲁棒性。我们给出了因果估计期望均方误差的最坏情况界，并表明所提估计量不差于隐式岭回归，其在对数因子内达到离线实验设计已知最优结果。最后我们通过详细模拟研究展示了相对于完全随机化以及时间复杂度超过本算法的离线实验设计方法的优越结果。
引用
@article{arxiv.2203.02025,
title = {Online Balanced Experimental Design},
author = {David Arbour and Drew Dimmery and Tung Mai and Anup Rao},
journal= {arXiv preprint arXiv:2203.02025},
year = {2022}
}