算法辅助人类决策的最优机制
统计方法学
2024-02-23 v3 统计理论
统计理论
摘要
我们考虑算法辅助人类决策的最优机制。此类机制是已测量的预处理变量的决策函数，并且通过利用自然处理值，享有一种“超最优性”性质，由此保证其优于传统最优机制。当存在未测量的混杂时，使用超最优机制的好处可能相当可观。当不存在未测量的混杂时，超最优机制与传统最优机制相同。此外，在非实验研究中，识别超最优机制下的期望结果所需的假设，与在处理为二值变量时识别传统最优机制下价值函数所需的假设相同。为说明超最优机制的效用，我们在一种常见的工具变量设定下推导了新的识别与估计结果。我们利用这些推导分析了最优机制文献中的若干例子，包括一项关于即时重症监护治疗对生存率影响的案例研究。
引用
@article{arxiv.2203.03020,
title = {Optimal regimes for algorithm-assisted human decision-making},
author = {Mats J. Stensrud and Julien Laurendeau and Aaron L. Sarvet},
journal= {arXiv preprint arXiv:2203.03020},
year = {2024}
}