Doubly-Robust Estimators of Treatment-Specific Survival Distributions in Observational Studies with Stratified Sampling
PulseAugur coverage of Doubly-Robust Estimators of Treatment-Specific Survival Distributions in Observational Studies with Stratified Sampling — every cluster mentioning Doubly-Robust Estimators of Treatment-Specific Survival Distributions in Observational Studies with Stratified Sampling across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新研究使用 A/B 测试数据指导自适应实验设计
一篇新的研究论文探讨了如何利用 A/B 测试的历史数据来指导自适应实验的设计，特别是那些采用上下文老虎机的实验。该研究引入了一种结合离线策略评估和受控预热模拟的方法，以评估自适应策略的潜在收益。研究结果表明，当存在显著的治疗效果异质性时，自适应的、上下文感知的策略可以优于固定分配，而在其他情况下则几乎没有益处。该研究在已建立的开放基准上验证了这些结论，为确定自适应实验的价值提供了一个实用的框架。
-
新的校准DML方法增强了处理效应的统计推断
研究人员开发了一种名为校准去偏机器学习（DML）的新方法，以提高双重稳健估计量的准确性。这些估计量通常用于分析处理效应和回归函数。新技术解决了不匹配问题，即一致性只需要一个干扰函数准确，而渐近正态性则需要两个快速收敛的函数。通过结合等渗回归进行校准，该方法即使一个干扰估计量收敛缓慢或不一致，只要满足部分正交条件，也能确保渐近正态性。该方法还包括一个用于置信区间的引导辅助方法，并在基准数据集上显示出偏倚减少和覆盖率提高。