平衡权重的结局假设与对偶理论
统计方法学
2022-03-21 v1 机器学习
机器学习
摘要
我们研究平衡权重估计量,其通过对源人群的结果进行重加权来估计目标人群中缺失的结果。这些估计量通过对结局模型作出假设来最小化最坏情况误差。本文中,我们表明该结局假设具有两个直接推论。首先,我们可以用关于所假设结局函数类的简单凸损失替代平衡权重的极小极大优化问题。其次,我们可以用更合适的定量度量——最小最坏情况偏差——替代通常所作的重叠假设。最后,我们给出在关于结局的假设错误时权重保持鲁棒的条件。
引用
@article{arxiv.2203.09557,
title = {Outcome Assumptions and Duality Theory for Balancing Weights},
author = {David Bruns-Smith and Avi Feller},
journal= {arXiv preprint arXiv:2203.09557},
year = {2022}
}
备注
To appear in AISTATS 2022