停止还是继续：异质群体下的早期停止
统计方法学
2023-10-31 v3 机器学习
应用统计
机器学习
摘要
随机实验常因处理产生非预期有害效应而需提前停止。现有的决定何时提前停止实验的方法通常应用于聚合数据，且未考虑处理效应异质性。本文研究针对异质群体的有害效应早期停止问题。我们首先证明，当处理对少数群体参与者有害时，当前方法往往无法停止实验。随后我们利用因果机器学习开发了 CLASH，这是首个广泛适用的异质早期停止方法。我们在模拟与真实数据上展示了 CLASH 的性能，表明其在临床试验与 A/B 测试中均能实现有效的早期停止。
引用
@article{arxiv.2306.11839,
title = {Should I Stop or Should I Go: Early Stopping with Heterogeneous Populations},
author = {Hammaad Adam and Fan Yin and Huibin and Hu and Neil Tenenholtz and Lorin Crawford and Lester Mackey and Allison Koenecke},
journal= {arXiv preprint arXiv:2306.11839},
year = {2023}
}
备注
NeurIPS 2023 (spotlight)